面向协作强化学习的学习涌现离散消息通信
机器学习
2021-02-26 v1 人工智能
多智能体系统
摘要
通信是多智能体强化学习（MARL）中使智能体协作工作的重要因素。以往多数工作使用连续消息通信，其高表示能力以可解释性为代价。让智能体学习自身从多领域涌现的离散消息通信协议，可提升对人类设计者及其他智能体的可解释性。本文提出一种生成类人类语言的离散消息的方法，并通过基于自注意力的广播-监听机制实现通信。我们表明离散消息通信性能可与连续消息通信相媲美，但词汇量小得多。此外，我们提出一种允许人类交互式向智能体发送离散消息的方法。
引用
@article{arxiv.2102.12550,
title = {Learning Emergent Discrete Message Communication for Cooperative Reinforcement Learning},
author = {Sheng Li and Yutai Zhou and Ross Allen and Mykel J. Kochenderfer},
journal= {arXiv preprint arXiv:2102.12550},
year = {2021}
}