AIR: 统一合作多智能体强化学习中的个体与集体探索
人工智能
2024-12-31 v2 机器学习
多智能体系统
摘要
在合作多智能体强化学习 (MARL) 中，基于价值的智能体探索 remains 挑战性，因为缺乏显式的 policy。现有方法包括基于系统不确定性的个体探索和基于智能体行为多样性的集体探索。然而，引入额外结构往往会导致训练效率下降和这些方法不可行的集成。在本文中，我们提出了通过身份识别实现的自适应探索 (AIR)，其包括两个对抗性组件：一个识别智能体身份的分类器，以及一个自适应调整探索模式和程度的动作选择器。我们理论上证明了 AIR 在训练期间可以促进个体和集体探索，实验结果也显示出 AIR 在各种任务中的效率和有效性。
引用
@article{arxiv.2412.15700,
title = {AIR: Unifying Individual and Collective Exploration in Cooperative Multi-Agent Reinforcement Learning},
author = {Guangchong Zhou and Zeren Zhang and Guoliang Fan},
journal= {arXiv preprint arXiv:2412.15700},
year = {2024}
}