面向多智能体预测状态表示的张量分解
机器学习
2020-05-29 v1 多智能体系统
摘要
预测状态表示（PSR）使用动作-观测序列的向量来表示系统动态，并据此预测未来事件的概率。它是一种简洁的知识表示，在单智能体规划问题领域已被充分研究。据我们所知，尚无利用PSR求解多智能体规划问题的现有工作。学习多智能体PSR模型相当困难，尤其随智能体数量增加，更不必说问题领域的复杂性。本文借助张量技术应对多智能体PSR模型构建这一挑战性任务。首先聚焦于双智能体设定，我们将PSR模型的系统动态矩阵构造为高阶张量，分别通过两种不同张量分解方法学习预测参数并推导状态向量，再通过线性回归得出转移参数。随后，我们将PSR学习方法推广至多智能体设定。实验结果表明，我们的方法能有效求解多个问题领域中的多智能体PSR建模问题。
引用
@article{arxiv.2005.13706,
title = {Tensor Decomposition for Multi-agent Predictive State Representation},
author = {Bilian Chen and Biyang Ma and Yifeng Zeng and Langcai Cao and Jing Tang},
journal= {arXiv preprint arXiv:2005.13706},
year = {2020}
}
备注
20 pages, 16 figures