May, 2023

多智能体系统中异步行动协调的Stackelberg决策Transformer

HTML
PDF
TL;DR该论文提出了一种解决多智能体系统中异步行动协调问题的方法——STEER，该方法结合了SG的分层决策结构、自回归序列模型的建模能力和MARL的探索学习方法，能够高效地管理空间和时间上的决策过程，实现异步协调，并在实验中得到验证。
发现论文，激发创造
  • 多智能体问题空间中的协同驱动学习

    本文研究了协调在多智能体强化学习中的作用，并提出了一种定量衡量多智能体系统中的协调性的新方法，进一步讨论了采用此类指标来优化协调智能体策略的重要性，以及其在对手感知强化学习中的含义。

    Sep, 2018

  • 异步、基于选项的多智能体策略梯度：一种条件推理方法

    本文提出了一种条件推理方法，以解决多智能体协作任务中的高级行为空间集中控制和梯度获取问题，并在代表性的基于选项的多智能体协作任务上验证了其有效性。

    Mar, 2022

  • 异质代理镜像学习：协作多智能体强化学习的一系列解决方案

    本文介绍了一种名为异构代理镜像学习（HAML）的新型框架，该框架提供了一种通用的MARL算法设计模板，解决了在奖励单调性或收敛时的非最优性能问题，通过证明来自HAML模板的算法满足单调改进联合奖励和收敛到纳什均衡的期望属性，并通过在星际争霸II和多智能体MuJoCo任务中验证了HAML的实用性。

    Aug, 2022

  • 基于宏动作的部分可观测性多智能体/机器人深度强化学习

    本文提出了一种基于宏操作（macro-actions）的多智能体强化学习方法，该方法支持异步学习和决策制定，在多智能体/机器人领域具有广泛应用价值。本文的算法在多个领域的仿真实验和现实机器人实验中验证了其有效性和高质量解决方案的能力。

    Sep, 2022

  • 多智能体强化学习的异步演员-评论家算法

    该论文提出一种多代理演员-评论家方法，允许代理在异步环境中直接优化策略，以解决多代理系统中同步决策的问题，提高学习效率和性能。

    Sep, 2022

  • 深度多智能体强化学习中的斯塔克伯格均衡：神谕和追随者

    本研究提出了一种将 Stackelberg 平衡搜索实现为多智能体强化学习问题的通用框架，并借助多任务和元强化学习技术实现了一种使用情境策略的方法，在标准和新颖的基准领域上进行了实验，并显示出较以前的方法大大提高的样本效率。同时，我们探讨了超出我们框架边界的算法设计所带来的影响。

    Oct, 2022

  • 异步多智能体强化学习用于高效实时多机器人协同探索

    我们提出了一种异步的多智能体强化学习算法，Asynchronous Coordination Explorer (ACE)，可以在处理机器人探索问题时减少实际探索时间，并通过使用基于CNN的策略将遗失的机器人维护在一个团队中。

    Jan, 2023

  • 多智能体强化学习中通过时空顺序决策诱导斯塔克贝格均衡

    该论文提出了一种基于Stackelberg equilibrium的、具有异步行动协调的N级政策模型，通过共享条件超网络，使智能体可以学习不同的策略而不导致学习成本、存储成本以及扩展性的增加。实验证明，该模型在重复博弈场景中可以成功收敛到Stackelberg equilibrium，对于合作任务和混合任务的完成也表现非常出色。

    Apr, 2023

  • 竞争自学时学习新兴行为的Stackelberg博弈

    使用 Stackelberg Multi-Agent Deep Deterministic Policy Gradient (ST-MADDPG) 的算法，优化自我进化过程中的智能体沟通模式，提高多智能体学习的有效性和鲁棒性。

    May, 2023

  • 基于层次一致性的多智能体强化学习在多机器人协作任务中的应用

    多代理强化学习中的中央化训练与分散执行框架存在全局状态引导和地方观测依赖的差距。通过引入基于分层一致性的多智能体强化学习框架，采用对比学习来促进智能体之间的全局一致性，从而实现协同行为而无需直接通信。该框架允许智能体从地方观测中形成全局一致性，并在执行期间将其作为额外信息来指导协同行动，通过多层次的一致性满足各种任务的动态需求。采用自适应注意机制调整每个一致性层的影响，优化即时反应和战略规划之间的平衡，以适应特定任务的要求。通过大量实验和在多机器人系统中的实际应用，展示了我们框架相对于基准的卓越性能，取得了显著的进展。

    Jul, 2024