ReCoDe：基于强化学习的动态约束设计用于多智能体协调
机器人学
2025-08-05 v2 人工智能
机器学习
多智能体系统
摘要
约束基优化是机器人学的基石，使能够可靠地编码任务和安全要求（如碰撞避免或编队遵循）的控制器设计得以实现。然而，手工设计的约束在需要复杂协调的多智能体setting下可能会失败。我们引入ReCoDe——强化约束设计——一种去中心化、混合框架，将优化基于控制器的可靠性与多智能体强化学习的适应性相结合。Rather than丢弃专家控制器，ReCoDe通过学习捕获更细微行为的额外动态约束来改进它们，例如，通过约束智能体运动以防止在杂乱场景中的拥堵。通过局部通信，智能体在其允许的动作上共同施加约束，以在变化条件下更有效地协调。在本工作中，我们聚焦于将ReCoDe应用于需要复杂、情境依赖运动和共识的多智能体导航任务，展示了其相对于纯手工控制器、其他混合方法和标准MARL基线的优势。我们给出经验(实际机器人)和理论证据，表明即使控制器不完美，保留用户定义的控制器比从头学习更有效，特别是因为ReCoDe可以动态改变其对该控制器依赖程度。
引用
@article{arxiv.2507.19151,
title = {ReCoDe: Reinforcement Learning-based Dynamic Constraint Design for Multi-Agent Coordination},
author = {Michael Amir and Guang Yang and Zhan Gao and Keisuke Okumura and Heedo Woo and Amanda Prorok},
journal= {arXiv preprint arXiv:2507.19151},
year = {2025}
}
备注
To appear in CoRL 2025