Nov, 2022

机会约束多智能体强化学习中的云计算合作超额订阅学习

PDF
TL;DR本文针对云服务商超额订阅资源的使用问题，提出了一种基于概率约束优化和多智能体强化学习的超额订阅策略，实验表明该方法可以在不同安全约束条件下提高资源利用率 (20%~86%)。
发现论文，激发创造
  • COIN: 机遇约束的模仿学习用于基于不确定性感知的自适应资源超额订阅策略

    我们通过提出的新颖的机会约束模仿学习框架解决了在存在不确定性的情况下学习安全和稳健的决策策略的挑战，以提高资源效率并确保安全性。

    Jan, 2024

  • 网络聚合马尔可夫博弈中的风险敏感多智能体强化学习

    使用累积概率理论（CPT）的分布式采样型 actor-critic（AC）算法为网络聚合式马尔科夫博弈（NAMG）引入风险敏感性，实现主观感知的马尔科夫最优纳什均衡。实验结果表明，通过我们的算法获得的主观的 CPT 策略可能与风险中性策略不同，具有更高的损失规避倾向的智能体在 NAMG 中更倾向于社会隔离。

    Feb, 2024

  • 安全约束的多智能体强化学习在主动电压控制中的应用

    基于多智能体强化学习的安全限制算法，用于解决分布式可控发电机在电力网络中主动电压控制问题，通过在电力分布网络模拟环境中进行实验，证明了该方法与最新的多智能体强化学习方法相比的有效性。

    May, 2024

  • 合作多智能体强化学习的鲁棒性研究

    本文通过针对一名特定智能体的定向攻击，研究了协作多智能体强化学习系统的不稳定性，同时引入了一种新的攻击方式，在 StartCraft II 多智能体基准测试上将团队胜率从 98.9% 降至 0%。

    Mar, 2020

  • 风险感知的分布式多智能体强化学习

    研究了在未知环境下的决策问题，使用分布式多智能体强化学习和条件风险价值的方法进行决策，并通过模拟评估验证了该方法。

    Apr, 2023

  • 多智能体强化学习在海上操作技术网络安全中的应用

    该论文展示了自主网络防御在工业控制系统中的潜力，并提供了一个基线环境，进一步探索多智能体强化学习在此问题领域的应用。

    Jan, 2024

  • 数字孪生的保守和风险意识离线多智能体强化学习

    提出了一种适用于基于数字孪生的无线网络的离线多智能体保守分位回归 (MA-CQR) 方案，通过集成分布式强化学习和保守 Q 学习来解决环境的内在的随机性不确定性和数据有限性导致的认识不确定性。在无人机网络中应用该方案，展示了其对轨迹规划问题的优势。

    Feb, 2024

  • CAMMARL: 多智能体强化学习中的符合性行为建模

    本文提出了一种基于置信集和符合预测的多智能体强化学习算法 CAMMARL，并通过在两个完全协作的多智能体任务中进行的多个实验证明了该算法可以提高智能体的策略学习能力。

    Jun, 2023

  • 量子多智能体强化学习与自主移动协作

    基于量子供应链，并结合多智能体强化学习和量子优势，提出了一种能够实现多智能体合作、有效利用参数和快速收敛的量子 MARL 算法，并引入了投影值测量技术来进一步提高可伸缩性。

    Aug, 2023

  • RISCLESS：一种利用未使用云资源的强化学习策略

    RISCLESS 提供一种使用强化学习策略来利用未使用云资源的方法，它通过使用小比例的稳定按需资源与临时资源相结合，以保证客户的 SLA 并降低成本，使云提供商的利润平均增加 15.9％，违反 SLA 的时间平均减少 36.7％，并平均增加 19.5％使用的临时资源。

    Apr, 2022