基于多智能体强化学习的动态物料分配策略
机器学习
2024-09-30 v1 人工智能
多智能体系统
摘要
本文提出一种多智能体强化学习（MARL）方法，以学习动态分配策略，这对于优化跨行业的物料搬运系统吞吐量至关重要。为建立基准，我们开发了反映实际系统复杂性的数料搬运环境，包括不同位置的各种活动、物理约束以及内在不确定性。为增强学习期间的探索，我们提出一种方法将以现有动态分配启发式方法形式的领域知识集成进系统。实验结果表明，我们的方法在中位数吞吐量方面可比启发式方法高出最多7.4%。此外，我们分析了不同架构对MARL性能的影响，尤其是在训练具有不同功能的多个智能体时。我们还展示，利用首轮MARL智能体的性能可作为启发式方法训练第二个MARL智能体，从而进一步提升MARL智能体的性能。本工作表明，MARL有望学习出可部署于实际系统中以改善商业结果的有效动态分配策略。
引用
@article{arxiv.2409.18435,
title = {Multi-agent Reinforcement Learning for Dynamic Dispatching in Material Handling Systems},
author = {Xian Yeow Lee and Haiyan Wang and Daisuke Katsumata and Takaharu Matsui and Chetan Gupta},
journal= {arXiv preprint arXiv:2409.18435},
year = {2024}
}