.png){kind=icon}
返回
A safe multi-agent reinforcement learning algorithm using constraint update projection approach
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.111929.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统强化学习存在一个主要局限性，即它们纯粹为了最大化奖励而优化智能体的策略，完全忽略了安全考量。然而，在某些关键工程领域，确保安全至关重要，否则可能造成不可估量的损失。因此，本文提出了一种安全的多智能体约束更新投影（MACUP）算法，能够安全地控制智能体完成任务。我们从策略约束优化的角度解决了这一问题。首先，基于更紧的通用策略性能差异，推导出多智能体策略性能差异的新界，其中包含广义优势估计，并利用这些界作为关于目标和约束的代理函数。其次，为解决多智能体间的协调问题，我们采用多智能体顺序策略更新框架。最后，采用投影方法优化策略，该方法计算复杂度低，且在求解时无需对代理函数进行凸近似，有助于减少误差。最终，我们在两种不同的多智能体安全环境中验证了该算法，结果表明，它能够在满足安全约束的同时实现更高的奖励。
Keyword:
safe reinforcement learning
multi-agent systems
policy constraint optimization
constrained update
projection method
期刊
IF:
8
论文数:
5.8K
被引数:
3.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏分享收藏Safe Learning in Robotics: From Learning-Based Control to Safe Reinforcement Learning机器人技术中的安全学习: 从基于学习的控制到安全的强化学习
OAAI
OAAI分享收藏
没有更多内容
没有更多内容