基于涌现社会价值取向学习角色
计算机与社会
2023-02-01 v1 人工智能
计算机科学与博弈论
多智能体系统
摘要
社会困境可被视为个体理性导致集体非理性的情形。多智能体强化学习领域已借鉴社会科学中的社会价值取向(SVO)等思想,以解决复杂协作任务中的社会困境。本文首先引入人类社会典型的“劳动分工或角色”机制,为利用SVO解决跨期社会困境(ISD)提供了有前景的方案。我们提出一种称为基于涌现SVO学习角色(RESVO)的新型学习框架,将角色学习转化为社会价值取向的涌现过程,并通过赋予智能体利他主义以与其他智能体共享奖励来对称地解决该问题。随后,通过基于角色的个体条件策略,利用一种新颖的排序正则化器和互信息最大化器,构建了基于SVO的角色嵌入空间。实验表明,RESVO在不同复杂度的ISD中实现了稳定的劳动分工与协作。
引用
@article{arxiv.2301.13812,
title = {Learning Roles with Emergent Social Value Orientations},
author = {Wenhao Li and Xiangfeng Wang and Bo Jin and Jingyi Lu and Hongyuan Zha},
journal= {arXiv preprint arXiv:2301.13812},
year = {2023}
}
备注
40 pages, 24 figures