TPAMI 2024 | MO-MIX：基于深度强化学习的多目标多智能体协同决策

最新推荐文章于 2025-05-13 22:10:49 发布
最新推荐文章于 2025-05-13 22:10:49 发布
阅读量741 收藏 1
点赞数 17
分类专栏： 论文解读 IEEE TPAMI 文章标签： 深度学习 顶刊论文 论文解读 TPAMI IEEE
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/142746410
版权

题目：MO-MIX: Multi-Objective Multi-Agent Cooperative Decision-Making With Deep Reinforcement Learning

MO-MIX：基于深度强化学习的多目标多智能体协同决策

作者：Tianmeng Hu; Biao Luo; Chunhua Yang; Tingwen Huang

摘要

深度强化学习（RL）已被广泛应用于解决复杂的决策问题。在许多现实世界的场景中，任务通常有多个相互冲突的目标，并且可能需要多个智能体进行合作，这些是多目标多智能体决策问题。然而，在这个交叉领域的研究工作还相对较少。现有的方法仅限于单独的领域，并且只能处理具有单一目标的多智能体决策，或者具有单一智能体的多目标决策。在本文中，我们提出了MO-MIX来解决多目标多智能体强化学习（MOMARL）问题。我们的方法基于集中训练与分散执行（CTDE）框架。一个代表目标偏好的权重向量被输入到分散的智能体网络中，作为局部动作价值函数估计的条件，同时使用具有并行架构的混合网络来估

了解本专栏 订阅专栏 解锁全文
TPAMI 2024 | 多智能体强化学习中的交互模式解耦
小白学视觉
01-13 93
深度合作多智能体强化学习（MARL）在一系列复杂的控制任务中展现出了显著的成功。然而，多智能体学习的最新进展主要集中在价值分解上，而将实体间的交互仍然纠缠在一起，这容易导致在实体间的噪声交互上过拟合。在本工作中，我们引入了一种新颖的交互模式解耦（OPT）方法，将实体间的交互解耦成交互原型，每个原型代表了实体子群内的一种潜在交互模式。OPT有助于过滤不相关实体间的噪声交互，从而显著提高泛化性和可解释性。具体来说，OPT引入了一种稀疏不一致机制，以鼓励发现的交互原型之间的稀疏性和多样性。
TPAMI 2024 | YOLO-World: 实时开放词汇目标检测
小白学视觉
11-30 258
You Only Look Once (YOLO) 系列检测器已成为高效实用工具的代表。然而，它们对预定义和训练过的对象类别的依赖限制了在开放场景中的应用。为了解决这一限制，我们引入了 YOLO-World，这是一种通过视觉-语言建模和大规模数据集上的预训练来增强 YOLO 开放词汇检测能力的创新方法。具体来说，我们提出了一个新的可重参数化视觉-语言路径聚合网络（RepVL-PAN）和区域-文本对比损失，以促进视觉和语言信息之间的交互。我们的方法在零样本检测广泛对象方面表现出色，效率极高。
论文阅读——MO-MIX：基于深度强化学习的多目标多智能体协作决策(IF=20.8)
yaoyaolin______g的博客
02-11 2101
为了提高最终解的一致性，对一个包含迄今为止找到的所有非支配解非支配集，在训练阶段，每一集采样一个ω，作为网络的输入。如果某一个子空间中的解比较稀疏，则其中偏好的采样概率会增加，这允许对性能较差的子空间中的权重进行更多次的采样和训练。MOMN将CAN的输出作为输入，首先基于目标对n个智能体的Q向量进行重组，组合对应于某个目标的所有Q值合并馈送到某个MOMN并行轨道中，然后将多个轨迹输出连接为整个网络的输出，输出联合动作值向量。网络的输入：智能体的观察和动作信息，以及表示偏好的偏好向量ω。
强化学习不愧“顶会收割机”！2大创新思路带你上大分，毕业不用愁！
学姐带你玩AI的博客
11-11 1386
强化学习之父Richard Sutton悄悄搞了个大的，提出了一个简单思路：奖励聚中。这思路简单效果却不简单，等于是给几乎所有的强化学习算法上了一个增强buff，所以这篇论文已经入选了首届强化学习会议（RLC 2024），对于强化学习领域的同学来说，非常值得一读。其实不止这篇，近年因为大模型的火爆，有关的研究也算是烫门，在各大顶会顶刊（比如CVPR、Science）上都有成果发表，属实是了。而且作为实现AGI无可替代的组成部分，强化学习不仅无需标注数据，同时也拥有，是我们解决复杂现实问题的绝佳选择。
【论文阅读】MOA，《Mixture-of-Agents Enhances Large Language Model Capabilities》
bylander的博客
06-19 2554
文章提出了一种新的方法，称为 Mixture-of-Agents（MoA），利用多个大型语言模型（LLMs）的集体优势来提高自然语言理解和生成任务的性能。MoA 方法通过构建分层的 MoA 架构，每层包含多个 LLM Agents，每个Agent使用前一层所有Agents的输出作为辅助信息来生成其响应。MoA 模型在 AlpacaEval 2.0、MT-Bench 和 FLASK 等基准测试中取得了最先进的性能，超越了 GPT-4 Omni。
深度强化学习的挑战与解决方案
AI天才研究院
01-05 573
1.背景介绍 深度强化学习(Deep Reinforcement Learning, DRL)是一种人工智能技术，它结合了深度学习和强化学习两个领域的优势，以解决复杂的决策问题。在过去的几年里，DRL已经取得了显著的成果，如AlphaGo、AlphaZero等，这些成果彰显了DRL在游戏领域的强大能力。然而，DRL在实际应用中仍然面临着许多挑战，如环境模型不完整、动作空间大、奖励函数设计等。 ...
值得收藏！2024年人工智能顶级会议投稿信息汇总（机器学习领域）
热门推荐
audyxiao001的博客
03-07 2万+
本文对机器学习领域内的顶级会议进行了介绍，以便读者了解会议主题、截稿日期、举办时间及地点等关键信息。同时，还将这些会议信息汇总成了表格，做到一目了然，为读者投稿会议论文提供方便。
TPAMI 2024| AGDF-Net: 学习具有自适应引导融合的领域泛化深度特征
小白学视觉
05-27 453
跨领域泛化深度估计旨在使用在源域（即合成域）上训练的模型来估计目标域（即现实世界）的深度。以往的方法主要使用额外的现实世界域数据集来提取深度特定信息以进行跨领域泛化深度估计。不幸的是，由于存在较大的域间差距，难以获得足够的深度特定信息，并且难以去除干扰，从而限制了性能。为了缓解这些问题，我们提出了一种具有自适应引导融合的领域泛化特征提取网络（AGDF-Net），以在多尺度特征级别上充分获取深度估计所需的基本特征。具体来说，我们的AGDF-Net首先通过重建和对比损失将图像分离为初始深度和弱相关深度成分。
TPAMI 2024 | Box2Mask: 基于包围盒的实例分割算法
小白学视觉
08-19 687
与使用像素级掩码标签的全监督方法不同，基于包围盒注释的实例分割利用简单的框注释，最近吸引了越来越多的研究关注。本文提出了一种新颖的单次实例分割方法，即Box2Mask，它将经典水平集演化模型整合到深度神经网络学习中，仅使用包围盒监督就能实现精确的掩码预测。具体来说，输入图像及其深度特征被用来隐式地演化水平集曲线，并且使用基于像素亲和核的局部一致性模块来挖掘局部上下文和空间关系。
TPAMI 2024 | HIRI-ViT: 通过高分辨率输入扩展视觉Transformer
小白学视觉
10-23 462
视觉Transformer（Vision Transformer，简称ViT）和卷积神经网络（Convolutional Neural Network，简称CNN）的混合深度模型已成为视觉任务的强大骨干网络。提高这类混合骨干网络的输入分辨率自然会增强模型的容量，但不可避免地会遭受到计算成本的重负，其成本随着输入分辨率的增加而呈二次方增加。相反，我们提出了一种新的混合骨干网络，即针对高分辨率输入的HIgh-Resolution Inputs（即HIRI-ViT），它将流行的四阶段ViT升级为五阶段ViT。
tspmatlab代码-RL_TSP_4static:用于多目标优化的深度强化学习。本文代码
05-24
tsp matlab代码使用深度强化学习方法和注意力模型来解决多目标TSP。 该代码是具有四维输入（欧几里得类型）的模型。 具有三维输入的模型（混合类型）在RL_3static_MOTSP.zip中。 本文中用于可视化和比较的Matlab代码位于MOTSP_compare_EMO.zip中。 在tsp_transfer _... dirs中可以找到经过训练的模型。 要测试模型，请使用Post_process目录中的load_all_rewards。 要训​​练模型，请运行train_motsp_transfer.py 为了可视化获得的帕累托阵线，应使用Matlab对结果进行可视化。 Matlab代码位于.zip文件中。 它位于“ MOTSP_compare_EMO / Problems / Combinatorial MOPs / compare.m”中。 用于批量生成数字。 首先，您需要运行train_motsp_transfer.py来训练模型。 运行load_all_rewards.py以加载和测试模型。 还将获得的Pareto Front转换为.mat文件 运行Matlab代码
多智能体深度强化学习的多无人机协同空战决策
赛亚茂的博客
07-30 1569
多智能体深度强化学习的多无人机空战决策
【论文精读与思考】：深度强化学习的组合优化研究进展
huihuiV的博客
04-19 5334
论文精读与思考：深度强化学习的组合优化研究进展
基于多智能体强化学习的自主集群规划与部署(Arch-2021)
weixin_42689397的博客
07-04 3505
摘要 自治系统（AS）通过不断观察周围环境的状态并朝着目标采取行动来执行复杂的任务。成群的AS协同工作比单个AS单独工作能更快更有效地完成任务。为了建立今天的集群，开发人员手工制作他们自己的软件，用于存储、聚集和从观察中学习。我们展示了Fleet Computer，一个开发和管理集群的平台。舰队计算机提供了一种编程范式，简化了多智能体强化学习(MALL)——一种协调群体智能体的新兴算法。仅使用程序员提供的两个函数Map()和Eval()，舰队计算机编译和部署集群，并不断更新控制动作的强化学习模型。为了节省计
基于深度学习的水果识别系统设计
最新发布
z17338523033的博客
05-13 171
本文介绍了基于YOLOv5s模型和PyQt框架构建的目标检测系统。首先，YOLOv5s作为轻量级目标检测模型，在保持高精度的同时具备快速推理能力。其次，系统通过PyQt设计了用户界面，包含注册和登录功能，使用SQLite3数据库存储用户信息。登录成功后进入检测界面，提供模型加载、数据加载、开始检测和摄像头检测等功能。用户可以选择训练好的模型和数据进行目标检测，检测结果实时显示在界面中。该系统整合了深度学习模型和图形界面，实现了便捷的目标检测功能。
Pycharm（十九）深度学习
higerwy的博客
05-06 1301
深度学习是机器学习中的一种特殊方法，它使用称为神经网络的复杂结构，特别是“深层”的神经网络，来学习和做出预测。深度学习特别适合处理大规模和高维度的数据，如图像、声音和文本。深度学习、机器学习和人工智能之间的关系如下图所示：深度学习⊆机器学习⊆人工智能优点：1）精度高，性能优于其他的机器学习算法，甚至在某些领域超过了人类；2）随之计算机硬件的发展，可以近似任意的非线性函数；3）近年来在学界和业界受到了热捧，有大量的框架和库可供调。缺点：1）黑箱。
深度学习计算
m0_73776435的博客
05-13 412
深度学习的飞速发展离不开强大的计算能力支撑。从张量计算到 GPU 加速，从自动微分到分布式计算，深度学习计算的每一项技术都如同精密仪器中的关键齿轮，推动着模型性能的不断提升。本文深入剖析深度学习计算的核心技术、优化策略以及前沿趋势，为你全方位解锁智能模型背后的算力密码。
【深度学习|学习笔记】 梯度提升机（Gradient Boosting Machines, GBM）模型详解，附代码。
2401_89898861的博客
05-10 1118
【深度学习|学习笔记】 梯度提升机（Gradient Boosting Machines, GBM）模型详解，附代码。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值