论文解读 |【KDD 2024】基于动态参数共享多智能体强化学习的城市时空资源调度优化

文章预览

论文标题：DyPS: Dynamic Parameter Sharing in Multi-Agent Reinforcement Learning for Spatio-Temporal Resource Allocation   作者：Jingwei Wang*, Qianyue Hao*, Wenzhen Huang,  Xiaochen Fan,  Zhentao Tang,  Bin Wang,  Jianye Hao,  Yong Li         发表：KDD 2024 论文链接： https://doi.org/10.1145/3637528.3672052 代码链接： https://github.com/tsinghua-fib-lab/DyPS 导读 在城市的大规模资源分配场景中，根据资源和需求的时空分布，高效分配电力、医疗和交通等各种资源，对满足居民的生活需求至关重要。已有的资源分配研究主要采用多智能体强化学习（MARL）方法，通过多个智能体协作调配和分配资源以满足需求。然而，在城市中，由于智能体数量众多，现有的MARL方法计算复杂度高，缺乏高效的智能体参数共享策略。 现有方法在实现高效参数共享方面面临两大挑战：(1) 在RL训练过程中，智能体的行为发生显著变化 ………………………………