通过集成变分自编码器与强化学习实现网络化系统的资源治理
机器学习
2024-11-01 v1 人工智能
多智能体系统
摘要
我们提出了一种框架，将变分自编码器(VAE)与强化学习(RL)相结合，通过随时间动态调整网络结构，在多智能体系统中平衡系统性能与资源使用。该方法的关键创新在于其能够处理网络结构的庞大动作空间。这是通过将变分自编码器与深度强化学习相结合来控制从网络结构编码的潜在空间实现的。所提出的方法在经过修改的OpenAI粒子环境中经过多种场景评估，不仅展示了优于基线的性能，还通过学习到的行为揭示了有趣的策略与洞察。
引用
@article{arxiv.2410.23393,
title = {Resource Governance in Networked Systems via Integrated Variational Autoencoders and Reinforcement Learning},
author = {Qiliang Chen and Babak Heydari},
journal= {arXiv preprint arXiv:2410.23393},
year = {2024}
}