【同济大学和加利福尼亚大学伯克利分校】用于多智能体强化学习中协同驾驶的语言驱动策略蒸馏

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2410.24152 摘要 本文介绍了用于多智能体强化学习中协同驾驶的语言驱动策略蒸馏。互联自动驾驶汽车（CAVs）的协同驾驶技术对于提高交通系统的效率和安全性是至关重要的。基于学习的方法（例如多智能体强化学习（MARL））在协同决策任务中展现出强大的能力。然而，现有的MARL方法在学习效率和性能方面仍然面临挑战。近年来，大型语言模型（LLMs）快速发展，在不同的顺序决策任务中展现出卓越的能力。为了提高协作智能体的学习能力同时确保决策效率和成本效益，本文提出了LDPD，这是一种语言驱动的策略蒸馏方法，用于引导MARL探索。在本框架中，基于LLM的教师智能体通过其决策演示来训练更小的学生智能体，以实现协同决策。教师智能体 ………………………………