RecBayes：大规模部分可观察域中的循环贝叶斯即兴团队协作
多智能体系统
2025-06-23 v1 人工智能
机器学习
摘要
本文提出了 RecBayes，一种在部分可观察性下进行即兴团队协作的新颖方法。在这种设置中，智能体被即时部署到预先存在的团队运作的环境中，在任何阶段都不需要访问环境的状态或队友的动作。我们证明，通过依赖使用过去经验训练的循环贝叶斯分类器，即兴智能体能够有效地仅从观察中识别已知的团队和正在执行的任务。与最近的方法（如 PO-GPL（Gu 等人，2021）和 FEAT（Rahman 等人，2023））不同，这些方法在某些阶段需要完全可观察的环境状态、队友的动作或两者兼有，或者像 ATPO（Ribeiro 等人，2023）这样的方法要求环境足够小以至于可以表格化建模（Ribeiro 等人，2023），在其工作中最多可达 4.8K 个状态和 1.7K 个观察，我们证明 RecBayes 既能处理任意大的空间，又从不依赖于状态和队友的动作。我们在多智能体系统文献中的基准域（已针对部分可观察性进行了调整并扩展到 1M 个状态和 个观察）中的结果表明，RecBayes 能够仅从部分观察中有效地识别已知的团队和正在执行的任务，因此能够有效地协助团队解决任务。
引用
@article{arxiv.2506.15756,
title = {RecBayes: Recurrent Bayesian Ad Hoc Teamwork in Large Partially Observable Domains},
author = {João G. Ribeiro and Yaniv Oren and Alberto Sardinha and Matthijs Spaan and Francisco S. Melo},
journal= {arXiv preprint arXiv:2506.15756},
year = {2025}
}