Feb, 2023

基于心智推理的多智能体逆强化学习

PDF
TL;DR本文探讨了在协作场景中人们如何相互交互尤其是在个体了解队友很少的情况下，通过多智能体逆强化学习（MIRL）来推断每个个体行为背后的奖励函数。针对这个问题，我们提出一个新颖的 MIRL-ToM 模型，结合了理论思维（Theory of Mind）和最大熵 IRL，成功地恢复了用于有知晓或无知晓队友互动的奖励。
multiagent inverse reinforcement learningtheory of mindcollaborationmax entropy irlsearch-and-rescue
发现论文，激发创造
  • 二人零和博弈的多智能体逆强化学习

    本文提出了一种贝叶斯框架，用于解决多智能体逆强化学习问题，在多智能体对战场景下建立了一种理论基础，并针对双智能体零和 MIRL 问题提出了一种贝叶斯解决方法，结果表明，奖励先验中协方差结构比均值更重要。

    Mar, 2014

  • 通过大型语言模型实现多智能体协作的心智理论

    评估了基于大型语言模型的多智能体协作文本游戏中的理论推理任务，并与多智能体强化学习和基于计划的基准进行比较。研究发现基于大型语言模型的智能体表现出紧密合作行为和高级理论推理能力，但也存在在管理长期视野环境和任务状态幻觉方面的规划优化限制。通过利用显式信念状态表示来减轻这些问题，改善了基于大型语言模型的智能体的任务表现和理论推理准确性。

    Oct, 2023

  • 利用心理理论提高多智能体协作

    研究使用贝叶斯心理理论，通过比较具有 ToM 代理和非 ToM 代理的合作玩家的表现，证明 ToM 代理的存在可以显著提高所有类型合作伙伴（包括人类玩家）的合作效率，对于设计更好的合作代理有重要的意义。

    Jul, 2020

  • 以心理理论为基础的多智能体强化学习的内在动机理论

    该论文介绍了利用深度网络来模拟人类心智状态，并在多智能体环境中进行信念预测和强化学习的初步实验结果。

    Jul, 2023

  • ToM2C: 以心理意图为导向的多智能体通讯与协作

    本文介绍了一种使用心理意识理论建立社交智能代理以有效沟通与合作完成任务的方法，通过观察、推断和接收信息，这些代理可以推断他人的心理状态和意图并决定何时、与谁分享自己的意图，最终在两个典型目标导向的多代理任务中展示了优异的性能。

    Oct, 2021

  • 基于心智模型和可解释强化学习的个性化决策支持

    我们提出了一种新颖的个性化决策支持系统，它结合了心智理论建模和可解释的强化学习，以提供有效和可解释的干预。我们的方法利用强化学习提供专家行动建议，并结合心智理论建模来理解用户的心理状态和预测他们未来的行动，从而实现适时的干预。为了解释干预结果，我们使用了基于强化学习的因果关系解释和用户的心智模型结构。我们提出的系统能够生成精确且个性化的干预措施，并且易于被最终用户解释理解。通过一系列的众包实验，我们展示了我们方法的有效性，该实验在模拟团队决策任务中优于对照基线的任务表现。我们的方法不受任务环境和强化学习模型结构的限制，因此具有广泛应用的潜力。

    Dec, 2023

  • M$^3$RL: 意识感知的多智能体管理强化学习

    本文提出 Mind-aware Multi-agent Management Reinforcement Learning (M^3RL) 算法，通过对多个自我意识且不可控制的机器人进行建模，实现超级机器人的管理和操纵，以实现最优的多机器人协同任务分配和奖励系统。

    Sep, 2018

  • 基于心智理论的信任感知机器人策略

    本文研究了多智能体环境中，人类与机器人协作对抗他人时，基于心智化理论的机器人政策对于人机信任的重要性和有效性，并通过采用机器人心智理论模型来缓解机器人采用逆心理策略的问题以保持信任。

    Nov, 2023

  • 多智能体逆强化学习用于确定性一般和随机博弈

    该论文提出了针对多智能体逆向强化学习（MIRL）问题的五种变体解决方案，包括合作博弈、相关均衡博弈、纳什均衡博弈、对抗性均衡博弈和协调均衡博弈，并提出了一些新的方法来解决这些问题。

    Jun, 2018

  • 在合作与拜占庭式分散团队中使用互信息进行迭代推理

    本文提出 InfoPG 算法，以最大化相互信息来优化多智能体协作决策，有效地在多个复杂任务中提高了学习效率和总奖励。

    Jan, 2022