marl | BriefGPT - AI 论文速递

关键词marl

搜索结果 - 13

自动驾驶中的安全多智能体强化学习与双层优化
在自动驾驶应用中确保多智能体强化学习 (MARL) 的安全性是一个关键挑战。本研究提出了一种以随机均衡模型和双层优化为基础的安全 MARL 方法，并给出了收敛性分析。通过理论分析，我们开发了两种实用的算法：约束 Stackelberg Q
PDFa month ago
ICLR合作多智能体强化学习的高效情节记忆利用
通过引入有效的情节记忆利用（EMU）来加速协同多智能体强化学习（MARL），为了减少学习时间并防止局部最优解，EMU 包括一个可训练的编码器 / 解码器结构和一种基于状态可取性的新奖励结构，理论支持和实证结果表明 EMU 相比传统的情节控制
PDF4 months ago
基于回声状态网络的多智体强化学习及其在行人动态中的应用
近年来，研究了使用多智能体强化学习（MARL）进行行人模拟。该研究考虑了在一个网格世界环境中的道路，并使用回声状态网络和最小二乘策略迭代方法将行人实现为 MARL 智能体。在这个环境下，探究了这些智能体通过避开其他智能体学会向前移动的能力。
PDF7 months ago
一项多功能的多智能体强化学习库存管理基准测试
本文介绍了一个名为 MABIM 的多代理数据集。作者使用该数据集对一些方法在多商品多层次库存管理问题的性能进行了评估，并探讨了多益智智能算法在实际行业中的应用。
PDFa year ago
多智能体强化学习中的语义对齐任务分解
本研究提出了一种新的分解任务和子目标分配的决策方法 --SAMA。SAMA 使用预训练的语言模型，结合语言基础强化学习来训练子目标条件策略，相较于现有的 ASG 方法，SAMA 具有更高的样本效率。
PDFa year ago
IJCAI可解释多智能体强化学习应用于时间查询
该研究提出了一种基于 PCTL 逻辑公式和概率模型检验的方法，用于为多智能体强化学习系统（MARL）生成策略级对比解释以回答时间用户查询，以帮助用户理解复杂环境中 MARL 代理的新兴行为，并能够解释为何用户查询不可行。实验表明，该方法有效
PDFa year ago
基于图注意力的部分可观察性均值场多智能体强化学习
本研究提出了一种使用图形注意力机制的新型多智能体强化学习算法（Partially Observable Mean Field Multi-Agent Reinforcement Learning based on Graph-Attenti
PDFa year ago
基于双层潜变量模型的高效样本多智能体强化学习
本研究使用 BiLL (Bi-Level Latent Variable Model-based Learning) 算法来解决多智能体强化学习 (MARL) 算法中高样本复杂性的问题，通过从高维度的输入数据学习一个双层潜变量模型，在全局状
PDFa year ago
使用多智能体强化学习对隐藏角色随机博弈中的模糊身份进行分类
本文提出了一种基于身份检测的增强学习框架，该框架允许智能体动态推断附近智能体的身份并选择适当的策略完成任务，通过实验表明，该方法在红十卡牌放置游戏中取得了超越其他最先进 MARL 方法的优异表现。
PDF2 years ago
Phantom -- 基于 RL 的多智能体框架用于建模复杂系统
本文介绍了一种名为 “Phantom” 的开源框架，该框架旨在提供用于简化基于代理的建模的工具，是一种驱动 RL 的框架，可用于建模复杂的多代理系统，包括经济系统和市场。
PDF2 years ago
PettingZoo: 多智能体强化学习的 Gym
介绍 PettingZoo 动物园库及附带的代理环境循环（“AEC”）游戏模型，PettingZoo 是多样的多代理环境的库，有一个通用的 Python API，用于加速多智能体强化学习（“MARL”）研究。
PDF4 years ago
MARLeME: 多智能体强化学习模型提取库
本文介绍了 MARLeME 库：一种 MARL 模型提取库，旨在通过近似符号模型来提高 MARL 系统的可解释性。符号模型具有高度的可解释性，可检查和更好地理解底层 MARL 系统和相应的 MARL 代理，以及替换特别安全和安全关键的所有
PDF4 years ago
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。
PDF6 years ago