利用任意参数模型和模型先验与自利智能体进行贝叶斯最优交互的通用框架
机器学习
2014-03-18 v3 人工智能
多智能体系统
机器学习
摘要
贝叶斯强化学习 (BRL) 的最新进展表明，通过使用 Flat-Dirichlet-Multinomial (FDM) 先验对环境潜在动力学进行建模，理论上可实现贝叶斯最优性。在自利多智能体环境中，转移动力学主要由其他智能体的随机行为控制，而 FDM 的独立性和建模假设在此并不成立。因此，FDM 不允许将其他智能体的行为在不同状态间进行泛化，也不允许使用先验领域知识对其进行指定。为克服 FDM 的这些实际局限性，我们提出了 BRL 的推广方案，以整合各类参数模型和模型先验，从而允许利用从业者的领域知识来生成对其他智能体行为的细粒度且紧凑的表示。实证评估表明，我们的方法优于现有的多智能体强化学习算法。
引用
@article{arxiv.1304.2024,
title = {A General Framework for Interacting Bayes-Optimally with Self-Interested Agents using Arbitrary Parametric Model and Model Prior},
author = {Trong Nghia Hoang and Kian Hsiang Low},
journal= {arXiv preprint arXiv:1304.2024},
year = {2014}
}
备注
23rd International Joint Conference on Artificial Intelligence (IJCAI 2013), Extended version with proofs, 10 pages