去中心化学习的智能主动物动力学理论

智能主动物具有通过单个政策控制自身运动以实现集体目标的能力。我们引入一种理论框架来研究其中的去中心化学习过程，在该过程中，agent 可以在本地交换政策以适应其行为并最大化预定义的奖励函数。我们使用我们的形式化方法推导出政策动力学的显式流体方程。我们将该理论应用于两种不同的微观模型，其中政策对应于类似进化动力学的固定参数，或来自机器人领域的 state-dependent controllers。我们在理论预测与基于 agent 的仿真之间找到了良好的一致性。通过推导基本控制参数和不确定性关系，我们的工作为去中心化学习的统计物理分析奠定了基础。