Apr, 2023

结构信息原则下的有效和稳定的基于角色的多智能体协作

PDF
TL;DR本文提出了一种数学结构化信息原则为基础的角色发现方法 ——SIRD，以及一个基于 SIRD 优化的多智能体协作框架 ——SR-MARL，并在 StarCraft II 微观管理基准测试中证明，SR-MARL 框架相对于最先进的 MARL 算法在易、难和超级难的情况下平均测试胜率分别提高了 0.17%、6.08% 和 3.24%，减少了 16.67%、30.80% 和 66.30% 的偏差。
multi-agent reinforcement learningrole discoverysirdsr-marlhierarchical action space clustering
发现论文，激发创造
  • 基于结构信息原则的有效强化学习

    该研究提出了一种基于结构信息原则的有效决策框架，通过信息论的视角，利用一种特定的无监督划分方法生成状态和动作的抽象表示，构建高效的转换图和编码树，引入了基于技能的学习机制，从而改善了单一智能体和多智能体强化学习算法的性能。

    Apr, 2024

  • ROMA：具有新兴角色的多智能体强化学习

    本文提出了一种基于角色的多智能体强化学习框架，称为 ROMA，用于推进 StarCraft II 微观管理基准测试的艺术水平，该框架中的角色是新兴的，代理人倾向于在某些子任务上专业化，并添加了新的规则器来构建随机的角色嵌入空间。

    Mar, 2020

  • 具有技能发现的分层合作多智能体强化学习

    为实现人工智能在团队比赛中与人类的合作，本文提出了一种基于分层式多智能体强化学习算法的技能发现和团队协作方法，并通过实验验证其可行性。

    Dec, 2019

  • RODE：学习角色以分解多智能体任务

    通过聚类行动效果、学习角色选择器和角色策略，使角色发现更加容易并提高学习效率和策略泛化能力，该方法在 StarCraft II 多智能体微观管理基准测试的 14 个场景中表现优秀，实现了快速迁移至三倍数量的代理。

    Oct, 2020

  • 使用多智能体强化学习对隐藏角色随机博弈中的模糊身份进行分类

    本文提出了一种基于身份检测的增强学习框架，该框架允许智能体动态推断附近智能体的身份并选择适当的策略完成任务，通过实验表明，该方法在红十卡牌放置游戏中取得了超越其他最先进 MARL 方法的优异表现。

    Oct, 2022

  • 多智能体强化学习中的策略蒸馏与价值匹配

    本文提出了一种多智能体 Actor-Critic 算法，通过分解多智能体问题以及知识蒸馏和价值匹配等方法，使智能体之间能够共享信息并解决维度灾难问题，进而在离散和连续动作空间中实现更好的性能。

    Mar, 2019

  • 混合信息驱动多智能体强化学习

    利用信息理论模型作为启发式算法来帮助大规模稀疏状态的代理系统寻找高级策略的混合信息驱动多代理强化学习（MARL）方法被提出和研究。通过初步实验结果表明，这一方法可以使代理系统在探索稀疏状态空间方面获得高达三个数量级的有效性提升。

    Feb, 2021

  • 通过测量合作多智能体 RL 中角色多样性进行策略诊断

    通过量化角色多样性作为度量多智能体任务特征的因素，我们发现，MARL 中的误差限可以分解为 3 个部分，并且这些分解因素对 3 个热门方向的政策优化具有显著影响，通过 MPE 和 SMAC 平台的实验验证，角色多样性可以作为多智能体协作任务特征的强劲度量，并帮助诊断政策是否适合当前的多智能体系统以实现更好的性能。

    Jun, 2022

  • 具有层次信息结构的去中心化协作强化学习

    本文提出了一种简单有效的分层信息结构用于多智能体强化学习中的多臂赌博机和马尔可夫决策过程问题，以求克服智能体间的信息不对称带来的挑战，并给出了相应的近似最优的遗憾界。

    Nov, 2021

  • 情景依赖的因果影响基础下的合作多智能体强化学习

    提出了一种名为 Situation-Dependent Causal Influence-Based Cooperative Multi-agent Reinforcement Learning (SCIC) 的新型多智能体强化学习算法，通过基于因果关系干预和条件互信息，探测特定情况下智能体间的因果影响，从而促进智能体之间的合作。实验结果表明与其他算法相比，该方法优于目前最先进的方法。

    Dec, 2023