求解具有稀疏交互的转移独立多智能体MDP（扩展版）
人工智能
2016-02-15 v2 多智能体系统
摘要
在不确定条件下的合作多智能体序贯决策中，智能体必须协调以找到最大化联合价值的最优联合策略。典型算法利用值函数中的可加结构，但在全可观测多智能体MDP设定(MMDP)中不存在此类结构。我们提出了一种用于转移独立MMDP的新最优求解器，其中智能体只能影响自身状态但其奖励依赖于联合转移。我们在条件回报图(CRGs)中紧凑地表示这些依赖关系。利用CRG，可以高效计算联合策略的值以及部分指定联合策略的界。我们提出CoRe，一种基于CRG的新型分支定界策略搜索算法。CoRe通常比现有替代方案需要更少的运行时间，并找到了先前无法求解的问题的解。
引用
@article{arxiv.1511.09047,
title = {Solving Transition-Independent Multi-agent MDPs with Sparse Interactions (Extended version)},
author = {Joris Scharpff and Diederik M. Roijers and Frans A. Oliehoek and Matthijs T. J. Spaan and Mathijs M. de Weerdt},
journal= {arXiv preprint arXiv:1511.09047},
year = {2016}
}
备注
This article is an extended version of the paper that was published under the same title in the Proceedings of the Thirtieth AAAI Conference on Artificial Intelligence (AAAI16), held in Phoenix, Arizona USA on February 12-17, 2016