通过平衡探索与利用改善跨期社会困境任务中的合作
多智能体系统
2021-11-18 v1 人工智能
计算机与社会
摘要
当个体行为具有理性特征时，可能导致群体层面的非理性集体行动。从动物到人类的广泛生物常演化出合作这一社会属性以应对该挑战。因此，个体间的合作对让社会生物适应自然环境变化具有重要意义。基于多智能体强化学习，我们提出一种通过引入能平衡探索与利用的学习率来实现协调的新学习策略。我们证明，在使用该简单策略的智能体中，在被称为跨期社会困境的决策任务里提升了相对集体收益，其中个体与群体间的冲突尤为尖锐。我们还探索了学习率多样性对强化学习智能体种群的影响，并表明在异质种群中训练的智能体相较在同质种群中训练的智能体发展出特别协调的策略。
引用
@article{arxiv.2111.09152,
title = {Improved cooperation by balancing exploration and exploitation in intertemporal social dilemma tasks},
author = {Zhenbo Cheng and Xingguang Liu and Leilei Zhang and Hangcheng Meng and Qin Li and Xiao Gang},
journal= {arXiv preprint arXiv:2111.09152},
year = {2021}
}
备注
Intertemporal social dilemma, Multi-agent reinforcement learning, Exploration- exploitation