受限通信下协作多智能体强化学习的 PAC 保证
机器学习
2019-10-11 v2 机器学习
摘要
我们为多个并发 MDP 开发了无模型 PAC 性能保证，扩展了近期在单一学习器于无噪声环境中与多个非交互智能体交互的工作。我们的框架允许智能体间存在噪声且资源受限的通信，并在该扩展设定下开发了新颖的 PAC 保证。通过允许智能体间相互通信，我们提出了改进的 PAC 探索算法，其可克服通信噪声并带来更优的样本复杂度界。我们提供了一种理论驱动的算法，可最优地融合来自资源受限智能体的信息，从而分析真实系统中普遍存在的噪声与通信约束之间的相互作用。我们给出一个简单任务的实证结果，其支持我们的理论表述并优于朴素信息融合方法。
引用
@article{arxiv.1905.09951,
title = {PAC Guarantees for Cooperative Multi-Agent Reinforcement Learning with Restricted Communication},
author = {Or Raveh and Ron Meir},
journal= {arXiv preprint arXiv:1905.09951},
year = {2019}
}