多智能体强化学习论文
文章平均质量分 94
多智能体强化学习论文
青铜亡者
这个作者很懒,什么都没留下…
展开
-
多智能体强化学习Efficient Communication in Multi-Agent Reinforcement Learning via Variance Based Control
多代理强化学习 (MARL) 最近受到广泛关注,因为它适用于广泛的实际应用。然而,实现代理之间的有效通信一直是 MARL 中的首要问题。在这项工作中,我们提出了基于方差的控制(VBC),这是一种简单而有效的技术,可以提高 MARL 中的通信效率。通过在训练阶段限制代理之间交换的消息的方差,可以有效地消除消息中的噪声成分,同时可以保留有用的部分并供代理使用以获得更好的性能。原创 2023-05-17 10:18:54 · 519 阅读 · 0 评论 -
多智能体强化学习TOM2C: TARGET-ORIENTED MULTI-AGENT COMMUNICATION AND COOPERATION WITH THEORY OF MIND
能够预测他人的心理状态是有效社交的关键因素。这对于分布式多代理系统也很重要,在这种系统中,代理需要进行通信和合作。在本文中,我们介绍了一种重要的社会认知技能,即心理理论 (ToM),以构建能够有效沟通和合作以完成具有挑战性任务的社会智能代理。使用 ToM,每个代理都能够根据其(本地)观察来推断他人的心理状态和意图。根据推断的状态,代理人决定“何时”以及与“谁”分享他们的意图。通过观察、推断和接收的信息,智能体决定他们的子目标并在团队中达成共识。最后,低级执行者独立采取原始行动来完成子目标。原创 2023-05-16 12:28:37 · 405 阅读 · 0 评论