《多智能体强化学习的深度合作策略》最新154页博士论文

文章预览

人类是天生的社会性动物，彼此不断互动。一个没有这些互动的世界将缺乏意义。在我们日常生活中的各种互动中，有一些情况需要多人合作才能实现共同目标。例如，观察建筑工人合作建造一栋大楼，或者在街上漫步时司机为了安全导航而相互让路，就是这种合作的例证。这些场景都可以被视为合作的实例。在机器和人工智能领域，可以将这些场景建模为多智能体系统。多智能体强化学习（MARL）是解决多智能体系统内复杂问题的一种流行的机器学习范式。 虽然现实世界中的多智能体问题往往可以被框定为 MARL 问题，但由于 MARL 带来的影响，最近提出的方法的全部潜力主要是通过计算机模拟来实现的。例如，在真实场景中，智能体通常只能获得其对环境的局部观察结果，而无法看到任何其他全局信息。另一方面，在模拟中，在智能体的训练阶段 ………………………………