Jun, 2023

有限带宽下多智能体通信的动态大小消息调度

PDF
TL;DR本文提出了一种名为 DSMS（动态大小消息调度）的方法，通过使用基于傅里叶变换的压缩技术自适应地调整消息大小，实现 agent 在多代理系统中定制其消息以匹配分配的带宽，从而在信息损失和传输效率之间达到平衡，从而优化了带宽的利用和信息价值的平衡。
multi-agent systemscommunicationbandwidthreinforcement learningdynamic size message scheduling
发现论文，激发创造
  • 通过消息修剪实现有限带宽下的学习代理通信

    本文提出一种门控机制以解决多智能体系统中有限带宽的问题，可大幅减少不必要的信息传递，提高信息传递的性能和效率。

    Dec, 2019

  • 限带宽下的多智能体通信学习 —— 基于互联网数据包路由的应用

    本研究提出了一种门控机制来自适应地剪枝无用消息，使得在多智能体通信时，性能得到显著提升，同时在真实世界中的数据包路由任务和四个基准测试任务中，比现有的基于深度强化学习和基于规则的方法都表现良好。

    Feb, 2019

  • 合作语义通信网络中图像传输的优化

    本研究开发了一种语义通信框架用于图像传输；引入多模态度量方法对比提取得到的语义信息与原始图像之间的相关性，以最小化每个服务器的传输延迟同时满足用户 ISS 需求为目标，提出了基于价值分解的最大熵多智能体强化学习算法以解决资源块的分配问题，在模拟实验中将传输延迟降低至传统多智能体强化学习的 16.1%。

    Jan, 2023

  • DACOM：面向多智能体强化学习的时延感知沟通学习

    本研究提出了一个针对多智能体强化学习的通信模型，通过引入 TimeNet 来解决通信延迟问题，从而在自动驾驶等延迟敏感型任务中提高了协作性能。

    Dec, 2022

  • 基于表征通信的大规模交通信号控制的多智能体强化学习

    基于通信的多智能体强化学习（MARL）框架用于大规模交通信号控制，每个智能体学习通信策略以选择消息的发送对象和交换可变长度的消息，实现去中心化和灵活的通信机制，并在网络拥塞和性能方面表现优于相关方法。

    Oct, 2023

  • 基于多臂赌博机的 TDMA 传输时隙调度和碎片整理用于提高带宽利用率

    本论文提出了一种基于多臂赌博机和 DDSBS 操作的 TDMA MAC 时隙分配协议，实现无冲突传输和提高带宽利用效率。通过广泛的模拟实验，表明该机制适用于具有或不具有时间同步的网络，可以在学习收敛时间和带宽之间做出平衡，并允许节点适应拓扑变化。

    Jan, 2023

  • 多智能体强化学习的上下文感知通信

    开发名为 CACOM 的上下文感知通信协议，通过多个阶段的粗略表示交换和注意机制，为多智能体强化学习提供了个性化的通信方案，采用学习的步长量化技术以减少通信开销，并在合作基准任务上实验结果证明 CACOM 在通信受限场景下提供了明显的性能提升。

    Dec, 2023

  • 学习高效的多智体通信：信息瓶颈方法

    研究了在有限带宽传输的情况下，多智能体强化学习所需的有效通信协议和分配方法，并基于信息瓶颈原则学习了一种有价值的、紧凑的通信协议及其权重调度策略。通过实验，证明了这种方法在有限的带宽条件下实现了有效通信。

    Nov, 2019

  • 密集毫米波网络中延迟优化数据传输的结构化强化学习

    通过利用编码在 RMAB-F 中的内在结构，我们提出了一个结构化强化学习解决方案 mmDPT-TS，最小化了由 AP 的有限服务能力和 AP 与用户之间不可靠无线信道引起的系统平均延迟。

    Apr, 2024

  • 具有时间消息控制的简洁强健多智体通信

    本文介绍了一种简单且有效的方法，即‘时间消息控制’（TMC），用于在多智能体强化学习中实现简明而稳健的通信。实验表明，TMC 可以在不影响准确性的情况下显著减少智能体间的通信开销，并且在易丢失网络环境中表现出比现有方法更好的鲁棒性。

    Oct, 2020