Jun, 2024

多智能体分配任务的状态增强式强化学习

PDF
TL;DR通过受限的强化学习解决多智能体分配问题中的冲突要求，强调标准正则化技术的不足，提出了一种状态增强方法，通过代理利用对偶变量的振荡来在任务之间交替，同时通过通信网络协调多智能体的动作，消除了访问其他智能体状态的需要，从而提出了一种具有理论可行性保证的分布式多智能体分配协议，并通过监视的数值实验予以证实。
发现论文，激发创造
  • 状态增强约束强化学习：克服通过奖励学习的限制

    通过在状态中增加 Lagrange 乘子并将原始 - 对偶方法重新解释为推动乘子演变的动态部分，本文提出了一种系统的状态增强过程，可确保解决具有约束的增强学习问题。

    Feb, 2021

  • 自适应、基于交易的多智能体系统的分散调度

    该研究采用交易方法，将多智能体强化学习应用于模拟的调度环境中，研究分布式代理体系结构及自主定价在任务分配中的应用。

    Jul, 2022

  • 双平均原始对偶优化的多智能体强化学习

    该论文提出了一种双重平均方案，其中每个代理迭代地执行平均化，以融合相邻梯度信息和本地奖励信息，解决多智能体强化学习中的政策评估问题，并且实现了分散的凸凹螺旋点问题的快速收敛。

    Jun, 2018

  • 多智能体强化学习在基于竞拍的长期网络资源分配中的应用：V2X 应用

    本文旨在研究如何实现计算任务从移动代理转移，其提出了一种基于分散决策的机制来促使代理间在博弈与合作之间平衡。为此，该文设计了一个新的多代理在线学习算法，并通过 V2X 应用的模拟得出了良好的收敛性和泛化性能。

    Jul, 2022

  • 学习在团队规模间转移角色分配

    我们提出了一个基于角色的多智能体强化学习框架，该框架使用角色分配网络将学习代理分配到团队中，以适应不同的团队大小，并通过 StarCraft II 模拟来展示该方法的有效性。

    Apr, 2022

  • 完全去中心化的合作多智能体强化学习：调查

    该论文系统地回顾了两种全面分散设置下的全面分散方法，即最大化所有代理的共享奖励和最大化所有代理的个人奖励之和，并讨论了未来研究方向。

    Jan, 2024

  • 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

  • 合作多智体强化学习的共识学习

    本研究提出了一种协作多智能体强化学习的共识学习方法，通过基于本地观察的共识学习，在分散式执行期间将推断出来的共识明确地作为智能体网络的输入，从而发展他们的合作精神，并在若干完全合作任务上获得了令人信服的结果。

    Jun, 2022

  • 全局状态预测的分布式多智能体强化学习

    本文探讨了应用深度强化学习（Deep reinforcement learning, DRL）到机器人群体控制中的挑战，并提出了一种基于部分可观察马尔科夫决策过程（Partially Observable Markov Decision Process, POMDP）的解决方案，通过比较几个深度强化学习算法的表现，证明了全局状态预测（Global State Prediction, GSP）可以提高性能和鲁棒性。

    Jun, 2023

  • 带有可变智能体数量的协作任务的 K 近邻多智能体深度强化学习

    本文提出了新的深度加强学习算法来处理可变数量的智能体问题，结合日立开发的车队管理模拟器，应用于生产现场的实际场景。

    Jan, 2022