Hidden Agenda：一款具有多样化习得均衡的社交推理游戏
人工智能
2022-01-07 v1 机器学习
多智能体系统
摘要
多智能体合作研究中的一个关键挑战在于，个体智能体不仅需有效合作，还需决定与谁合作。当其他智能体具有隐藏的、可能不对齐的动机与目标时，这一点尤为关键。社交推理游戏为研究个体如何学会综合关于他人的潜在不可靠信息并阐明其真实动机提供了一条途径。本工作中，我们提出Hidden Agenda，一款两队社交推理游戏，提供用于研究未知队伍对齐场景下学习智能体的2D环境。该环境允许两队采用丰富的策略集合。在Hidden Agenda中训练的强化学习智能体表明，智能体可习得多种行为，包括无需自然语言通信的组队与投票。
引用
@article{arxiv.2201.01816,
title = {Hidden Agenda: a Social Deduction Game with Diverse Learned Equilibria},
author = {Kavya Kopparapu and Edgar A. Duéñez-Guzmán and Jayd Matyas and Alexander Sasha Vezhnevets and John P. Agapiou and Kevin R. McKee and Richard Everett and Janusz Marecki and Joel Z. Leibo and Thore Graepel},
journal= {arXiv preprint arXiv:2201.01816},
year = {2022}
}