利用合作博弈抽象评估与奖励团队合作
机器学习
2020-06-18 v1 计算机科学与博弈论
机器学习
摘要
我们能否预测一组个体 together 表现得有多好？个体应如何因其对团队绩效的贡献而获得奖励？合作博弈论为我们提供了一套回答这些问题的有力工具：特征函数（CF）与诸如夏普利值（SV）之类的求解概念。将这些技术应用于现实世界问题有两大困难：首先，CF 极少被给定，而需要从数据中学习。其次，SV 本质上是组合性的。我们引入一种称为合作博弈抽象（CGAs）的参数化模型，用于从数据估计 CF。CGAs 易于学习、可清晰解释，且关键地允许 SV 的线性时间计算。我们提供了 CGA 模型的辨识结果与样本复杂度界，以及使用 CGAs 估计 SV 的误差界。我们将方法应用于研究人工 RL 智能体团队以及来自职业体育的真实世界团队。
引用
@article{arxiv.2006.09538,
title = {Evaluating and Rewarding Teamwork Using Cooperative Game Abstractions},
author = {Tom Yan and Christian Kroer and Alexander Peysakhovich},
journal= {arXiv preprint arXiv:2006.09538},
year = {2020}
}