Apr, 2024

基于全局损失的自主移动即需车队控制的多智能体软演员评论

PDF
TL;DR我们研究了自主移动出行系统的利润最大化操作员的顺序决策问题。通过使用多智能体软演员 - 评论家算法结合加权二分图匹配，我们优化了中央操作员的车辆调度策略，提出了一种新的基于车辆的算法体系结构，并调整了评论家的损失函数以恰当地考虑全局行动。此外，我们还扩展了算法以包含重新平衡功能。通过数值实验证明，我们的方法在调度方面的性能比最先进的基准提高了多达 12.9%，在集成重新平衡方面提高了多达 38.9%。
sequential decision-makingautonomous mobility-on-demand systemfleet control strategiessoft actor-critic algorithmrebalancing capabilities
发现论文，激发创造
  • 自主用车系统中的多智能体深度强化学习中的全球激励

    自主按需移动（AMoD）系统中的车辆调度是本研究的重点，使用多代理深度强化学习（MADRL）算法，通过分配全局奖励，解决训练代理和操作者之间的目标冲突，从而实现了显著的性能改进和全局收益的优化。

    Dec, 2023

  • 去中心化合作驾驶的单智能体演员评论算法

    通过引入一种新型的非对称的演员 - 评论家模型，采用单智能体强化学习来学习分散协作驾驶策略，利用掩码的注意神经网络处理实际交通流的动态特性和部分可观测性，我们的模型在不同交通情景中表现出提高道路系统中各个瓶颈位置交通流的巨大潜力，并且通过探索自动驾驶车辆遵守交通规则的保守驾驶行为所带来的挑战，实验证明我们提出的协作策略可以在不影响安全性的情况下缓解潜在的交通减速。

    Mar, 2024

  • 高级空中机动的图形关注多智能体车队自治

    介绍了部分可观察的先进空中移动游戏的概念，提出了一种新的异构图注意力编码器 - 解码器 (HetGAT Enc-Dec) 神经网络，以构建可推广的随机策略来协调机动车辆代理，此政策通过深度一致性学习进行训练，使代理人能够使用其本地观察进行分散的决策制定。通过大量实验表明，采用 HetGAT Enc-Dec 政策的车队在按需移动网络中表现最佳。

    Feb, 2023

  • FormulaZero：通过离线人口合成实现分布式鲁棒在线适应

    本文针对多智能体环境下自主驾驶车辆行驶安全和效率平衡问题，提出了以自我博弈为基础的对抗生成网络和分布式鲁棒型优化方法，实验结果显示我们的方法能够在自主驾驶赛车中取得较好的性能和鲁棒性。

    Mar, 2020

  • 分布式强化学习中通信高效的多智能体 Actor-Critic 算法

    本文提出了一种基于随机化和多智能体系统 actor-critic 算法的分布式强化学习算法，旨在通过仅与本地邻居通信，协同优化全局平均回报。通过仅发送两个标量值变量，该算法可以解决强连通图的问题。

    Jul, 2019

  • 未被映射环境中多车路径规划的分布式在线发布

    本文提出了一种完全分布式、在线和可扩展的增强学习算法，用于解决多车辆路径规划问题，代理定期聚集在本地簇中，独立地在每个簇中应用多智能体扩展方案，动态地在代理之间协调任务并共享其局部信息。通过较大规模的模拟，证明了分布式滚动算法比贪婪基础策略具有近两倍的成本优势。

    May, 2023

  • 面对延迟和 V2X 数据丢失的 CAV 稳健决策的新型演员 - 评论算法

    该研究提出了一种新颖的 “盲目演员 - 评论家” 算法，用于在 V2X 环境中应对延迟和 / 或丢失数据的时刻非周期性问题，并通过模拟环境演示了算法在性能和可靠性方面的改进。

    May, 2024

  • 分布式强化学习的多智能体离线演员 - 评论家算法

    本研究将离线策略强化学习拓展至多智能体情景中，并利用强调时间差分学习来评估和提高目标策略的协作效应，进而提出了一种新的多智能体离线策略演员 - 评论家算法，并证明了收敛性。

    Mar, 2019

  • 大规模地图上的按需城市移动问题的近似多智能体强化学习 (扩展版)

    我们提出了一个近似的一次一个滚动法算法，通过将图分割成基于预测需求和用户定义的最大代理数量的区域，以减少计算成本，并在每个区域中并行执行一次一个滚动法算法，从而实现稳定的近似最优策略。

    Nov, 2023

  • 车辆轨迹控制的高效数据深度强化学习

    采用数据高效的深度强化学习方法研究车辆轨迹控制，发现新的模型推理方法并将动力学预测和车辆定位分离，比传统方法更高效地学习控制策略。

    Nov, 2023