安全感知的多智能体学徒学习
人工智能
2022-01-25 v2 机器学习
摘要
本项目的目标是在论文“安全感知的学徒学习”中所提及技术的基础上进行扩展，将现有的强化学习模型从单智能体学习框架改进为多智能体学习框架，以提高其实用性与效率。我们对本项目的贡献如下：1. 鉴于我们将把逆强化学习模型从单智能体场景扩展至多智能体场景，本项目的首要贡献是考虑从多智能体场景而非单智能体场景的专家行为中提取安全奖励函数。2. 我们的第二个贡献是将单智能体学习框架扩展为多智能体学习框架，并最终基于该扩展设计了一种新颖的学习框架。3. 本项目的最后一项贡献是对我所提出的单智能体逆强化学习框架扩展进行实证性能评估。
引用
@article{arxiv.2201.08111,
title = {Safety-Aware Multi-Agent Apprenticeship Learning},
author = {Junchen Zhao},
journal= {arXiv preprint arXiv:2201.08111},
year = {2022}
}
备注
58 pages, 4 figures. Master's report. arXiv admin note: text overlap with arXiv:1710.07983 by other authors