multi-agent reinforcement learning | BriefGPT

关键词multi-agent reinforcement learning

搜索结果 - 489

离线多智能体强化学习与安全约束的扩散模型
最近在多智能体强化学习（MARL）的进展中，其应用已扩展到各种安全关键场景。然而，大多数方法专注于在线学习，在实际环境中部署时存在重大风险。为了解决这一挑战，我们引入了一个创新的框架，将扩散模型与 MARL 范式相结合。通过风险缓解来增强多
PDF4 days ago
基于时间原型感知的主动电压控制在电力配电网络上的学习
提出了一种新的时间原型感知学习方法来学习短期训练轨迹下的时变电压控制，该方法在控制性能上不仅超过了现有技术，还提供了模型可转移性。
PDF9 days ago
马尔可夫博弈中应对风险偏好的易处理均衡计算
通过赋予智能体风险厌恶和有限理性等人类决策要素，我们展示了一类风险厌恶量子响应均衡解（Risk-Averse Quantal Response Equilibria，RQE），不依赖于底层游戏结构而只依赖于智能体的风险厌恶程度和有限理性，在
PDF14 days ago
Soft-QMIX：整合最大熵用于单调值函数分解
提出了 QMIX 的增强算法，通过在最大熵强化学习框架内引入额外的本地 Q 值学习方法，从而解决 QMIX 的探索策略问题，并保证了局部最优动作与全局最优动作的一致性。该方法在理论和实验上得到了验证，并在矩阵游戏、多智能体粒子环境和 SMA
PDF14 days ago
VELO: 基于向量数据库的云边协同 LLM QoS 优化框架
本研究提出了一种名为 VELO 框架的向量数据库辅助云边协作的大型语言模型（LLM）的 QoS 优化方法，通过利用向量数据库缓存来降低相似请求的响应时间和成本，并通过多智能体强化学习算法解决 QoS 优化问题。实验结果表明，VELO 框架显
PDF15 days ago
多智能体深度网络下的多样化 Q - 向量强化学习
本论文扩展了之前的研究，提出了一种能够使用 Max、Nash 和 Maximin 策略学习各种 Q 向量的深度 Q 网络（DQN）算法，并在双机械臂合作举起锅的环境中展示了这种方法的有效性。
PDF22 days ago
自适应机制设计的碳市场仿真
碳市场是一种基于市场的工具，通过激励经济主体将个人利益与全球效用相一致，即减少碳排放以应对气候变化。我们提出了一个自适应机制设计框架，使用分层的、无模型的多智能体强化学习方法模拟市场，以解决碳市场动态复杂性导致精确模拟困难、有效配置策略设计
PDF22 days ago
通过分层对手建模和规划在混合动机环境中实现高效适应
基于 Hierarchical Opponent Modeling and Planning (HOP) 算法的多智能体强化学习能够在混合动机环境中实现对未知策略的少样本适应，并显示出在不同未知对手和自对弈场景中优越的适应能力，同时在复杂多
PDF22 days ago
马尔可夫游戏和多智能体强化学习中的风险敏感性：一项系统综述
Markov games 和 multi-agent reinforcement learning 研究了多智能体系统中的决策制定模型。本文系统回顾了最近几年在 risk-sensitive MG 和 MARL 领域中增长的相关文献，并定义
PDF24 days ago
多智能体 MDPs 中的自适应对手策略检测：利用运行误差估计的实时策略切换识别
在多智能体强化学习中，准确地感知对手策略对于合作和对抗环境都是必不可少的，本文提出了一种在线算法 OPS-DeMo，通过使用动态误差衰减来检测对手策略的变化，并在多智能体环境中将 PPO 算法更有效地应用于对策略的训练，相较于 PPO，在动
PDF24 days ago
迷你王者荣耀：一种轻量级多智体强化学习环境
为了解决有限的定制性、高计算需求和过分简化等问题，我们介绍了首个公开可用的《王者荣耀》地图编辑器，并设计了一个轻量级环境 Mini Honor of Kings 供研究人员进行实验。Mini Honor of Kings 在个人电脑上运行效
PDFa month ago
高效深度多智能体强化学习的表示学习
通过辅助学习目标，MAPO-LSO 在多智能体强化学习中通过学习有意义的潜在表示空间来提高样本效率，并展示出在各种多智能体强化学习任务中相比普通的多智能体强化学习模型有显著的学习性能和样本效率的改进。
PDFa month ago
中國跳棋中高效學習：多智能體增強學習中的參數共享比較
用全参数共享的多智能体强化学习（MARL）在中国跳棋的完全信息同质博弈中胜过独立和部分共享结构。为了运行实验，我们开发了一个新的 MARL 环境：可变大小、六人中国跳棋。该定制环境是在 PettingZoo 中开发的，支持游戏的所有传统规则
PDFa month ago
作为多智能体强化学习的内在探索支架的个体贡献
在多智能体强化学习中，通过评估每个智能体的贡献来激励探索是一种能在稀疏奖励环境下促进多智能体探索的新方法。通过构建基于贝叶斯惊喜的探索支架，ICES 利用集中式训练期间的全局转换信息来指导个体智能体的行动，并将探索策略与利用策略分离，使前者
PDFa month ago
PyTAG：用于多智能体强化学习的桌面游戏
本研究提出了 PyTAG 框架，支持与桌面游戏接口的互动，并探讨了桌面游戏对多智能体强化学习所带来的挑战和研究机会。通过在 PyTAG 上进行自我对弈训练，我们使用近端策略优化算法训练了模型，在一部分游戏上评估了训练得到的策略与某些简单智能
PDFa month ago
游戏中的突变偏好学习
我们提出了基于进化博弈理论考虑的两种多智能体强化学习算法的变体。一个变体的有意简化使我们能够证明它与一类常微分方程系统的复制子 - 变异体动力学的关系，从而通过它的常微分方程对应项在各种环境中展示了该算法的收敛条件。相较于更复杂的算法，另
PDFa month ago
ACLM-RAG: 通过多个分区的检索增强生成加强大型语言模型性能
通过引入多个分区范例（称为 M-RAG），每个数据库分区作为 RAG 执行的基本单位，本文在 Retrieval-Augmented Generation（RAG）的基础上提出了一个新的框架，利用多智能体强化学习优化不同的语言生成任务。通过
PDFa month ago
多智能体强化学习中的行为多样性控制
多智能体强化学习中行为多样性的研究是一个新兴且有潜力的领域。本研究提出了一种名为 DiCo 的多样性控制方法，通过在策略架构中应用约束，能够在不改变学习目标的情况下精确控制多样性，从而增加多智能体强化学习算法的性能和样本利用率。
PDFa month ago
分布式 Q-learning 的有限时间分析
多智能体强化学习在分布式 Q 学习场景中的有限时间分析及样本复杂度结果
PDFa month ago
ICLR高效的多智能体强化学习规划
多智能体强化学习算法（MARL）通过采取模型化方法来提高样本效率并在多个任务中表现出可比或更好的性能。
PDFa month ago