Mar, 2024
可扩展协作图的自我聚类层次多智能体强化学习
Self-Clustering Hierarchical Multi-Agent Reinforcement Learning with Extensible Cooperation Graph
Qingxu Fu, Tenghai Qiu, Jianqiang Yi, Zhiqiang Pu, Xiaolin Ai
TL;DR提出了一种名为 Hierarchical Cooperation Graph Learning (HCGL) 的新型分层 MARL 模型,可以解决复杂的多智能体问题,通过动态可扩展合作图 (ECG) 实现自我聚类合作,调整 ECG 拓扑结构的图操作符,以及训练这些图操作符的 MARL 优化器。实验结果表明,HCGL 模型在稀疏奖励的多智能体基准测试中表现出色,并可以轻松应用于具有高零 - shot 传输成功率的大规模场景。