在多智能体游戏中辨识友与敌
机器学习
2019-06-07 v1 多智能体系统
机器学习
摘要
近年来，Go、Poker和Dota等多智能体游戏AI取得了重大突破。然而这些游戏均未应对在存在未知且不确定队友情况下的合作这一现实挑战。该挑战是隐藏角色游戏中的关键游戏机制。在此我们开发了DeepRole算法，一种多智能体强化学习智能体，并在最流行的隐藏角色游戏《抵抗组织：阿瓦隆》上进行了测试。DeepRole将反事实遗憾最小化(CFR)与通过自博弈训练的深度价值网络相结合。我们的算法将演绎推理整合进向量形式CFR，以推理联合信念并推导部分可观测动作。我们用约束增强深度价值网络，产生可解释的胜率表示。这些创新使DeepRole能扩展到完整阿瓦隆游戏。经验博弈论方法表明，在五人阿瓦隆中DeepRole优于其他手工设计与学习的智能体。DeepRole在混合人机团队中与人类玩家在线上进行配合与对抗。我们发现DeepRole作为合作者与竞争者均优于人类玩家。
引用
@article{arxiv.1906.02330,
title = {Finding Friend and Foe in Multi-Agent Games},
author = {Jack Serrino and Max Kleiman-Weiner and David C. Parkes and Joshua B. Tenenbaum},
journal= {arXiv preprint arXiv:1906.02330},
year = {2019}
}
备注
Jack Serrino and Max Kleiman-Weiner contributed equally