返回全部资讯
OpenAI 官方博客T1·基座大模型

OpenAI 提出多智能体策略表征学习方法

原标题:Learning policy representations in multiagent systems
42AI 研判分

OpenAI 发布研究论文,提出在多智能体系统中学习策略表征的新方法。该研究旨在通过深度强化学习优化智能体间的协作与决策机制,为复杂环境下的多智能体交互提供理论支持。

报道正文

本文目录2 个章节

跳至主要内容

登录试用 ChatGPT(在新窗口中打开)

试用 ChatGPT(在新窗口中打开)登录

OpenAI

2018年6月17日

出版物

在多智能体系统中学习策略表征

阅读论文(在新窗口中打开)

Image 1: Learning Policy Representations In Multiagent Systems

加载中…

音频 2

分享

摘要

对智能体行为进行建模,是理解多智能体系统中复杂现象涌现的核心。以往关于智能体建模的工作大多具有任务特定性,并依赖于手工设计的领域先验知识。我们提出了一种通用的学习框架,仅利用少量交互数据即可对任意多智能体系统中的智能体行为进行建模。该框架将智能体建模转化为一个表征学习问题。因此,我们受模仿学习和智能体识别的启发,构建了一个新颖的目标函数,并设计了一种用于无监督学习智能体策略表征的算法。我们在以下场景中实证展示了所提框架的有效性:(i) 一个面向连续控制的高维竞争性环境;(ii) 一个面向通信的合作性环境。实验涵盖有监督预测任务、无监督聚类以及基于深度强化学习的策略优化。

作者

Aditya Grover, Maruan Al-Shedivat, Jayesh K. Gupta, Yura Burda, Harri Edwards