LINDA：用于感知队友的多智能体局部信息分解
计算机视觉与模式识别
2021-09-28 v1
摘要
在智能体只能获得部分观测的协作多智能体强化学习（MARL）中，高效利用局部信息至关重要。在长时间观测期间，智能体可以为队友建立感知，以缓解部分可观测性问题。然而，以往的 MARL 方法通常忽略了对局部信息的这种利用。为解决这一问题，我们提出了一种新颖的框架——多智能体局部信息分解以感知队友（LINDA），智能体借此学习分解局部信息并为每个队友建立感知。我们将感知建模为随机变量，并通过最大化感知与对应智能体实际轨迹之间的互信息来进行表示学习，以确保感知表示的信息量。LINDA 与具体算法无关，可灵活集成到不同的 MARL 方法中。充分的实验表明，所提出的框架能够从局部部分观测中学习到具有信息量的感知，以实现更好的协作，并显著提高了学习性能，尤其是在具有挑战性的任务上。
引用
@article{arxiv.2109.12507,
title = {Partial to Whole Knowledge Distillation: Progressive Distilling Decomposed Knowledge Boosts Student Better},
author = {Xuanyang Zhang and Xiangyu Zhang and Jian Sun},
journal= {arXiv preprint arXiv:2109.12507},
year = {2021}
}
备注
Tech Report