面向多智能体路径规划的学习式选择性通信
机器人学
2021-12-24 v2 人工智能
多智能体系统
摘要
通过深度强化学习（RL）或模仿学习（IL）学习通信近来被证明是解决多智能体路径规划（MAPF）的有效途径。然而，现有基于通信的MAPF求解器聚焦于广播通信，即一个智能体将其消息广播给所有其他或预定义的智能体。这不仅不切实际，还会导致冗余信息，甚至可能损害多智能体协作。简洁的通信方案应学习哪些信息对每个智能体的决策过程相关且有影响。为解决该问题，我们考虑请求-回复场景，并提出决策因果通信（DCC），一种简单而高效的模型，使智能体在训练与执行期间均能选择邻居进行通信。具体而言，仅当某邻居的存在导致中心智能体的决策调整时，该邻居才被判定为相关且有影响。该判断仅基于智能体的局部观测学习，因此适用于去中心化执行以处理大规模问题。在障碍物丰富环境中的经验评估表明，我们的方法以低通信开销实现了高成功率。
引用
@article{arxiv.2109.05413,
title = {Learning Selective Communication for Multi-Agent Path Finding},
author = {Ziyuan Ma and Yudong Luo and Jia Pan},
journal= {arXiv preprint arXiv:2109.05413},
year = {2021}
}
备注
IEEE Robotics and Automation Letters (RA-L)