多智能体POMDP的可扩展规划与学习：扩展版
人工智能
2014-12-23 v2 机器学习
摘要
针对POMDP的在线、基于样本的规划算法在扩展到具有大状态空间的问题上显示出巨大潜力，但对于大的动作和观测空间则变得难以处理。这在多智能体POMDP中尤其成问题，因为动作和观测空间随智能体数量呈指数增长。为了解决这一棘手问题，我们提出了一种新颖的可扩展方法，基于样本规划和因子化价值函数，利用了多智能体设置中常见的结构。该方法不仅适用于规划情况，也适用于贝叶斯强化学习设置。实验结果表明，我们能够为大型多智能体规划和学习问题提供高质量的解决方案。
引用
@article{arxiv.1404.1140,
title = {Scalable Planning and Learning for Multiagent POMDPs: Extended Version},
author = {Christopher Amato and Frans A. Oliehoek},
journal= {arXiv preprint arXiv:1404.1140},
year = {2014}
}