Sep, 2023

多智能体系统中的合作动力学：探索均场平衡下的博弈论场景

PDF
TL;DR调查在博弈论情境中激发合作的策略，分析现有的合作策略对重复游戏中促进群体行为的有效性，并在具有指数增长代理人群体的情境中建立均衡解和奖励结构。通过模拟实现将理论概念与实际应用相结合。
cooperationmulti-agent systemsmulti-agent reinforcement learningiterated prisoner's dilemmamean-field game theory
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

  • 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

  • 合作竞争代理的独立强化学习：一种均值场视角

    本研究论文提出了一种利用强化学习来实现团队合作与跨团队竞争的线性二次结构的方法，并通过均值场设定下的广义和型场博弈，证明了该方法能够有效地达到纳什均衡。通过将问题分解为子问题，并利用时间独立对角优势下的后向递归离散时间哈密顿 - 雅可比 - 艾萨克斯方程，进一步证明了多人迅速消退自然策略梯度算法能够收敛到全局纳什均衡。实验结果验证了该方法在实践中的优点。

    Mar, 2024

  • 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

  • 均场多智能体强化学习

    本文介绍了平均场强化学习方法，通过该方法可以近似处理不同智能体之间的互动，同时开发了多个实际的基于 Q-learning 和 Actor-Critic 的平均场算法模型，并分析了解决纳什均衡的收敛性，在高斯挤压、伊辛模型和博弈游戏等实验中验证了本方法的有效性。同时，作者报告了使用无模型的强化学习方法成功解决了伊辛模型问题。

    Feb, 2018

  • 稳定均场博弈的策略更新规则正则化

    本文介绍一种名为 MF-PPO 的算法，它采用邻域策略梯度更新来调整变差的均值场博弈策略，从而提高非合作多智能体强化学习系统的稳定性和效率。

    Apr, 2023

  • 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

  • 随机市场博弈

    本文提出了利用市场力量鼓励多智能体系统中的协作行为，以应对智能驾驶或者工厂作为服务的具有相互冲突目标的混合动机场景。作者在包括囚徒困境博弈等迭代环节中证明了他们提出的市场推荐机制可以持续地学习协作策略，并证明在不同的智能体数量上，在时间和空间上的考验下，利用市场力量可以提高整体效果和智能体单个回报。

    Jul, 2022

  • 多智能体学习中的合作回顾

    多智能体学习是一门涉及博弈论、经济学、社会科学和进化生物学等众多学科交叉的主题。本文概述了多智能体学习的基本概念、问题设置和算法，包括增强学习、多智能体序列决策、多智能体合作的挑战，对最近进展进行了全面综述和相关度量评估，并讨论了该领域的开放性挑战，以期激发新的研究方向。

    Dec, 2023

  • 演化博弈中合作的崩溃

    扩展进化博弈论通过允许玩家策略及其回报随着遗传变异的选择而进化，提供了一般框架来理解策略和回报在迭代博弈中的共同进化过程，揭示出利益和成本之间的权衡使得合作的瓦解是如此极端以至于合作的平均回报可能下降，即使相互合作的潜在回报仍在增加。

    Feb, 2014