Apr, 2023

Stubborn: 一种用于评估具有相似激励的代理之间顽固性的环境

PDF
TL;DR本文主要介绍了一种基于多智能体强化学习 (MARL) 的环境 Stubborn，用于研究完全合作环境下代理之间的固执程度对社会动态的影响，并探究如何通过这种固执行为来提高环境中代理的智能行为选择。
发现论文，激发创造
  • 演化内在动机以促进利他行为

    本篇论文研究多智体系统中的合作问题，发现可通过结合自然选择与 MARL 来实现无模型的协作特征学习，支持多层次选择的创新模块化架构结构为此提供了解决方案。

    Nov, 2018

  • 随机不确定社交偏好中的紧急互惠和团队形成

    该研究通过引入随机不确定社交偏好（RUSP）的环境增强来训练多智能体以解决社交困境，证明了直接互惠、间接互惠与声誉的自然出现，包括团队形成，这些行为可带来更高的社会福利均衡。

    Nov, 2020

  • 不确定激励一致下的紧急合作

    不确定性降低了代理人在合作行为中的能力，但通过声誉机制和内在奖励可以增强合作环境中的代理人能力并大幅提升混合动机环境中的合作。

    Jan, 2024

  • 介导的多智能体强化学习

    研究了如何通过引入内部和外部协调措施，实现智能体之间在环境中的合作，其中提出了中介者模型作为实现协调的一种方法。

    Jun, 2023

  • 规范分歧作为协作人工智能的挑战

    研究多智能体协作中存在的利益冲突问题及其解决方案，提出采用规范自适应策略以增加协作。

    Nov, 2021

  • 序贯社交困境中的多智体强化学习

    本文提出了顺序社会困境概念，以两种引入的马尔可夫博弈为例，分析了多个自利的独立学习智能体使用自己的 Deep Q-Networks 所学习的策略，同时展示了竞争如何导致冲突并阐明了真实世界社会困境的顺序性质如何影响合作。

    Feb, 2017

  • 使用深度强化学习维持复杂社交困境中的合作

    在社会困境中建立 AI 代理能够在个体私利和集体福利间取得平衡，研究人员修改强化学习方法来构建行为明了，好相处，可激怒且宽容的代理，通过理论与实验表明这些代理能在马尔可夫社会困境中维持合作。

    Jul, 2017

  • 把它写下来：正式合同缓解多智能体强化学习中的社会困境

    本文提出一种基于经济学中形式合同思想的多智能体强化学习方法，实现在自私代理中解决个人与群体奖励分歧问题，并通过经验实验得出，该增强方法可使马尔可夫游戏中所有平稳状态达到社会最优行为策略。

    Aug, 2022

  • 竞争中的协同涌现

    通过引入具有连续模拟物理的具有挑战性的竞争性多智能体足球环境，我们研究了加强学习智能体中合作行为的出现。我们演示了分散、基于人口的联合训练能够导致代理行为的进步：从随机的行为到简单的球追逐，最终呈现出合作的迹象。我们进一步应用了一个由博弈论原理支持的评估方案，可以在没有预定义评估任务或人类基准的情况下评估代理的性能。

    Feb, 2019

  • 在跨时间社会困境任务中平衡探索和利用，提高合作

    通过多智能体强化学习，将学习速率纳入协作策略以平衡探索和开发性，实现集体行为的协调。在决策任务中，简单的策略有助于提高相对集体的回报，并且异构环境下的强化学习代理人较同质环境更具协调性。

    Oct, 2021