Jun, 2023

稀疏可观测环境下的多智能体强化学习对抗搜索和跟踪

PDF
TL;DR本研究探讨了一个搜索和跟踪问题，使用多智能体增强学习架构，从先前的知识和运动模型中平衡信息，克服了数据分布的变化，并获得了比基准方法高 46％的检测率。
search and trackingadversarial evasive agentreinforcement learningmulti-agent rldata distribution shift
发现论文，激发创造
  • 多智能体强化学习中的稀疏对抗攻击

    本篇论文介绍了 cMARL 系统中的稀疏对抗攻击方法，并探究了该方法的训练策略与效果。实验结果表明，该方法能够显著降低 cMARL 系统中受到少量攻击智能体的性能。

    May, 2022

  • 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

  • 合作多智能体强化学习的鲁棒性研究

    本文通过针对一名特定智能体的定向攻击，研究了协作多智能体强化学习系统的不稳定性，同时引入了一种新的攻击方式，在 StartCraft II 多智能体基准测试上将团队胜率从 98.9% 降至 0%。

    Mar, 2020

  • S2RL：在深度多智体强化学习中，我们真的需要感知所有状态吗？

    提出一种基于稀疏注意力机制的多智能体强化学习框架（S2RL），通过自注意力机制和稀疏注意力机制分别估算局部效用函数，再结合到中央评论家中的标准联合值函数和辅助联合值函数中，为各种方法提供了通用的升级模块，可以显著提高 StarCraft II 的众多最先进方法的性能

    Jun, 2022

  • 如何解决国家对抗性多智能体强化学习？

    本文提出了一种新的状态对抗性马尔可夫博弈模型，基于最坏情况下预期状态价值最大的状态强化学习策略，尝试解决现有方法在状态不确定性下的一些问题，同时提出了一种新的鲁棒性算法 RMA3C， 并证明了有限状态有限行动空间下稳健代理策略的存在性，实验结果显示出其对于状态扰动的鲁棒性更高。

    Dec, 2022

  • 增强 QMIX 对抗状态攻击的鲁棒性

    研究通过使用 QMIX 算法作为例子，讨论了四种方法来提高单智能体强化学习算法的鲁棒性，并将它们扩展到多智能体情景中，并使用各种攻击来训练模型，以增加多智能体强化学习算法的鲁棒性。

    Jul, 2023

  • SUB-PLAY: 针对部分观测多智能体强化学习系统的对抗性策略

    多智能体强化学习中的安全威胁及对策的研究，包括针对对手生成敌对策略时的部分可观测性限制的黑盒攻击方法以及针对这些策略的潜在防御方式的评估和建议。

    Feb, 2024

  • 在线多智能体强化学习的高效对抗攻击

    本文研究了敌对攻击对多智能体强化学习模型的影响，针对可改变奖励和可操纵动作的两类敌对攻击方式进行了限制，并引入一种混合攻击策略，证明了该攻击策略可以有效地攻击多智能体强化学习代理。

    Jul, 2023

  • 多智能体强化学习的统一博弈论方法

    本文提出了一种基于深度强化学习的近似最佳响应策略混合和实证博弈理论分析的算法，用以解决多智能体强化学习中独立强化学习过度拟合其他智能体政策的问题，并且在网格世界协调游戏和扑克牌等部分可观察环境中取得了不错的结果.

    Nov, 2017

  • 具有动态参与智能体的可转移的多智能体强化学习

    本研究提出一种具有 Few-shot Learning 算法的网络架构，允许在集中式训练期间代理的数量变化，这可以使新代理的模型适应速度比基线模型快 100 多倍。

    Aug, 2022