multi-agent setting | BriefGPT

关键词multi-agent setting

搜索结果 - 9

IJCAI面向社交感知的辅助大型语言模型代理的谈判对话
通过使用 LLM 代理来减轻多代理环境下的谈判中的社会规范违规行为，并引入基于价值影响的上下文学习方法来识别高质量例子，以改善谈判结果。
PDF5 months ago
多智能体强化学习的张量网络实现
利用张量网络（TN）来表示多智能体增强学习（MARL）任务的预期回报，并通过优化和分解技术提高模型的表达效率。在一个土民随机漫步的示例中，通过 DMRG 技术对策略进行了正确优化，并且还演示了一种精确分解技术，将张量中的元素数量减少了 97
PDF6 months ago
可复制的赌徒机制设计
设计复制验证的赌博机制，分析 Bayesian 代理参与下的均值奖励，提供单个代理和多个代理情况下的复制验证算法及后悔上界。
PDF6 months ago
多智能体强化学习中的协作课程学习
在多智能体环境中，通过使用降低技能水平的协作队友为学习代理制定学习课程，能够同时实现任务完成与整体团队奖励最优。
PDF6 months ago
DESTINE: 动态目标查询与时间传导对齐在轨迹预测中的应用
在多智能体环境中准确预测道路用户的轨迹是一项具有挑战性的任务，需要建立一种能够在不同粒度进行行为推理的有效机制。本文提出了一种名为 DESTINE 的动态目标查询与时间传导对齐的方法，通过动态预测智能体的目标、生成地图兼容的轨迹预测以及使用
PDF9 months ago
多智能体验证与控制的概率模型检验
概率模型检查是一种在不确定性或随机性背景下对软件或硬件系统进行形式化自动推理的技术。该技术综合了来自多个领域的思想和技术，包括逻辑、自动机理论、图论、优化、数值方法和控制。最近，概率模型检查还扩展到整合博弈论中的思想，特别是使用随机博弈模型
PDFa year ago
基于深度强化学习的实际驾驶环境离散控制
本篇研究提出了一个基于真实驾驶环境的 MDP 框架，使用多智能体学习算法来实现对自动驾驶车辆的训练，并提出了可靠的初始化、数据增强和训练技术来实现最小化的视频数据和培训，最终在 TORCS 虚拟驾驶环境中得到了验证。
PDF2 years ago
协作式近端策略优化
本文提出了一种名为 CoPPO 的算法，用于多智能体环境下的多项策略优化，并证明了该算法在优化理论基础上的联合目标后能够实现动态的学分分配，解决了多智能体系统中同时更新智能体策略时高方差的问题，并通过实验证明其在合作矩阵博弈和 StarCr
PDF3 years ago
带最大熵目标的正则对手模型
本研究在多智能体环境下，重新定义二元随机变量 $o$ 并将多智能体强化学习形式化为概率推理。我们提出了一种名为 ROMMEO 的正则对手模型最大熵目标的变分下界，并从中展示了一种对手建模的新方法，理论和实证地证明其在协作游戏中可以提高训练智
PDF5 years ago