NVIF：面向大规模协作多智能体场景的邻域变分信息流
多智能体系统
2022-07-05 v1
摘要
基于通信的多智能体强化学习(MARL)提供智能体间的信息交换，从而促进协作。然而，现有方法在大规模多智能体系统中表现不佳。本文采用邻域通信，提出邻域变分信息流(NVIF)以为智能体提供高效通信。其采用变分自编码器将共享信息压缩为潜状态。该通信协议不依赖于特定任务，因此可预训练以稳定MARL训练。此外，我们将NVIF与近端策略优化(NVIF-PPO)和深度Q网络(NVIF-DQN)结合，并给出理论分析说明NVIF-PPO可促进协作。我们在广泛使用的大规模多智能体环境MAgent上，通过两个不同地图大小的任务评估NVIF-PPO和NVIF-DQN。实验表明，我们的方法优于其他对比方法，并能在大规模多智能体系统中学习到有效且可扩展的协作策略。
引用
@article{arxiv.2207.00964,
title = {NVIF: Neighboring Variational Information Flow for Large-Scale Cooperative Multi-Agent Scenarios},
author = {Jiajun Chai and Yuanheng Zhu and Dongbin Zhao},
journal= {arXiv preprint arXiv:2207.00964},
year = {2022}
}