Meta-CPR：利用通信模式识别模块泛化至未见的大量智能体
机器学习
2022-02-01 v3 人工智能
多智能体系统
摘要
在强化学习中设计智能体间的高效通信机制一直是一项具有挑战性的任务，尤其对于现实世界应用而言。智能体数量可能增长，或者环境有时需要在现实场景中与变化数量的智能体交互。为此，多智能体框架需要处理智能体在规模和动态性方面的各种场景，以切实适用于现实应用。我们将具有不同智能体数量的多智能体环境表述为一个多任务问题，并提出一种元强化学习（meta-RL）框架来解决该问题。所提出的框架采用一个元学习的通信模式识别（CPR）模块来识别通信行为并提取促进训练过程的信息。实验结果旨在表明，所提出的框架（a）泛化至未见过的更大数量的智能体，且（b）允许智能体数量在回合之间变化。我们还提供了消融研究以解释所提出的 CPR 设计，并展示该设计是有效的。
引用
@article{arxiv.2112.07222,
title = {Meta-CPR: Generalize to Unseen Large Number of Agents with Communication Pattern Recognition Module},
author = {Wei-Cheng Tseng and Wei Wei and Da-Cheng Juan and Min Sun},
journal= {arXiv preprint arXiv:2112.07222},
year = {2022}
}