Feb, 2023

关于新兴沟通在多智能体强化学习中的社会学习作用

PDF
TL;DR本文提出了一种基于信息瓶颈的无监督方法，用于探索非常稀疏的多智能体增强学习中的社交通信情境，该方法可以捕捉引用复杂性和任务特定效用，并开发出一种自然语言灵感的信息组成的词汇表，该词汇表独立于一组紧急概念，使其具有极小的位数，同时可以使用社交影子的观测构成，并通过社交影子来学习通信策略。
发现论文，激发创造
  • 具有新兴通讯的网络多智能体强化学习

    本研究使用紧密联系的智能体通过互相交流离散符号彼此合作完成任务。通过分析他们之间的交流，证明了他们发展的语言与网络拓扑有关，并在交通控制器问题上实现了最先进的性能。

    Apr, 2020

  • 通过协商实现的新兴沟通

    通过研究 negotiation environment 中不同类型 agent 之间的交互过程，以及不同类型 agent 是否会进行 cheap talk，作者探讨了 cooperation 在语言产生中的必要性问题。

    Apr, 2018

  • 未來無線網路中的多智能體強化學習中的新興通訊

    该论文阐述了 EC-MARL 在未来 6G 无线网络中的重要性，该方法赋予网络实体自主决策能力，解决自动驾驶、机器人导航、飞行基站网络规划和智能城市应用等复杂任务，提供 EC-MARL 算法的概述、设计准则以及研究机会。

    Sep, 2023

  • 多智能体强化学习中涌现交流的偏差

    我们研究紧急通信的问题，其中语言的产生是因为说话者和听话者必须相互交流信息以解决任务。我们引入了正向信号和正向听取的归纳偏差来解决此问题，并在简单的单步环境中演示了这些偏差如何缓解学习问题，并将我们的方法应用于更广泛的环境中，表明具有这些归纳偏差特征的工作代理人实现了更好的性能，并分析了导致的通信协议。

    Dec, 2019

  • 探索具有体现多智能体的零射击新兴通信

    本研究探讨在多智能体环境中，利用关节执行通信的新型通信模式，解决现有符号通信模式不能够解决的一些问题，提出具体的训练改进方案，实现了对新伙伴的协议推广。

    Oct, 2020

  • 关于测量新兴通讯的陷阱

    本文从深度强化学习代理在矩阵游戏中的表现出发，探讨现有的通信度量指标可能会存在的缺陷，并提出了适用时机和使用建议。

    Mar, 2019

  • 内在动机的组合语言生成

    本篇论文提出一种内在奖励框架，通过强化学习设置两个代理，以在三个不同的指称游戏环境下将有限通道容量与内在奖励相结合，提高新颖环境下组合性得分约 1.5-2 倍。

    Dec, 2020

  • 不再过度沟通：基于情境的 RL 代理学习简明的通信协议

    本研究使用强化学习来探索多智能体间的通信，模拟真实世界的压力，并比较实施在多步骤任务中的自然通信和基于非自然通信的良好交流之间的差异，研究结果表明，自然通信可以更有效地激励有效，类似于人类的沟通。

    Nov, 2022

  • 学习合作：多智能体导航中的新兴通信

    本研究探讨了人工智能代理的紧急沟通现象以了解其语言演化，发展出能够与人类有效沟通的人工智能系统，发现代理人在不同网格环境下进行合作导航任务时，学习了解释性的沟通协议，使其能够高效地解决任务，分析了代理人的策略，发现紧急信号在空间上聚集在一起，信号指向特定的位置和空间方向，如 “左”，“上” 或 “左上房间”，使用代理人群体，我们展示了出现的协议具有基本组合结构，从而表现出自然语言的核心属性。

    Apr, 2020

  • 竞争中的紧急沟通

    在现代机器学习中，标准强化学习算法在学习竞争代理之间的通信方面表现出仅有的负面结果。我们引入了一种改进的发送者 - 接收者游戏来研究部分竞争场景的光谱，并展示了通信确实可以在竞争环境中出现。我们通过实验证明了以下三个关键的研究成果。首先，我们表明通信与合作成正比例，并且可以使用标准学习算法在部分竞争的场景中发生。其次，我们强调了通信和操纵之间的区别，并将以前的通信度量扩展到了竞争的情况下。第三，我们研究了协商游戏，在此之前的研究未能学习到独立代理之间的通信（Cao et al.，2018）。我们证明，在这种情况下，两个代理都必须受益于通信才能出现；通过对游戏进行轻微修改，我们展示了竞争代理之间成功通信的情况。我们希望这项工作能推翻误解并激发更多的竞争性新兴通信方面的研究。

    Jan, 2021