开放环境下的协作多智能体强化学习进展综述

文章预览

摘要 多智能体强化学习 (Multi-agent Reinforcement Learning, MARL) 近年来获得广泛关注并在 不同领域取得进展. 其中, 协作多智能体强化学习专注于训练智能体团队以协同完成单智能体难以 应对的任务目标, 在路径规划, 无人驾驶, 主动电压控制和动态算法配置等场景展现出巨大的应用潜 力. 如何提升系统协作效能是协作多智能体强化学习领域研究重点之一, 以往的研究工作主要在简 单, 静态和封闭的环境设定中展开. 随着人工智能技术落地的驱使, 目前在多智能体协作领域也有部 分研究开始对开放环境下的多智能体协作展开研究, 这些工作从多个方面对智能体所处环境中要素 可能发生改变这一情况进行探索与研究, 并取得一定进展. 但是当前主流工作仍然缺乏对该方向的 综述. 本文从强化学习概念着手, 针对多智能体系统, 协作多智能体强化学习, 典型方法与 ………………………………