利用通信实现量子多智能体强化学习中的涌现合作
量子物理
2026-01-27 v1 人工智能
机器学习
多智能体系统
摘要
经典多智能体强化学习中的涌现合作已受到广泛关注，特别是在序列社会困境 的背景下。虽然经典强化学习方法已展现出实现涌现合作的能力，但将这些方法扩展到量子多智能体强化学习的研究仍然有限，尤其是通过通信的方式。在本文中，我们将通信方法应用于量子 Q-Learning 智能体：互确认令牌交换 (MATE) 协议、其扩展版互相背书分布式激励确认令牌交换 (MEDIATE)、对等奖励机制 Gifting 以及强化智能体间学习 (RIAL)。我们在三个 SSD 中评估了这些方法：迭代囚徒困境、迭代猎鹿博弈和迭代斗鸡博弈。我们的实验结果表明，使用带时间差度量的 MATE (MATE\textsubscript{TD})、AutoMATE、MEDIATE-I 和 MEDIATE-S 在所有困境中均实现了高合作水平，证明通信是促进量子多智能体强化学习中涌现合作的一种可行机制。
引用
@article{arxiv.2601.18419,
title = {Emergent Cooperation in Quantum Multi-Agent Reinforcement Learning Using Communication},
author = {Michael Kölle and Christian Reff and Leo Sünkel and Julian Hager and Gerhard Stenzel and Claudia Linnhoff-Popien},
journal= {arXiv preprint arXiv:2601.18419},
year = {2026}
}
备注
Accepted at IEEE ICC 2026