KnowRU：多智能体强化学习中基于知识蒸馏的知识复用方法
人工智能
2021-09-01 v1 多智能体系统
摘要
近年来，深度强化学习（RL）算法在多智能体领域取得了显著进展。然而，训练日益复杂的任务耗时耗资源。为缓解该问题，高效利用历史经验至关重要；但由于复杂设计与环境动态性，既有方法大多在持续变化系统中无法实现此目标，此前研究对此关注不足。本文提出一种名为“KnowRU”的知识复用方法，无需复杂手工编码设计即可部署于绝大多数多智能体强化学习算法中。我们采用知识蒸馏范式在智能体间迁移知识，旨在加速新任务训练阶段，同时提升智能体的渐近性能。为实证展示 KnowRU 的鲁棒性与有效性，我们在协作与竞争场景下基于前沿多智能体强化学习（MARL）算法进行了充分实验。结果表明 KnowRU 优于近期报道的方法，凸显了所提知识复用对 MARL 的重要性。
引用
@article{arxiv.2103.14891,
title = {KnowRU: Knowledge Reusing via Knowledge Distillation in Multi-agent Reinforcement Learning},
author = {Zijian Gao and Kele Xu and Bo Ding and Huaimin Wang and Yiying Li and Hongda Jia},
journal= {arXiv preprint arXiv:2103.14891},
year = {2021}
}