返回
Heterogeneous Multiagent Zero-Shot Coordination by Coevolution
DOI:10.1109/TEVC.2024.3485177.png)
摘要
En 中文
生成能够与未见过的伙伴实现零样本协作(ZSC)的智能体是合作多智能体强化学习(MARL)领域的一项新挑战。最近,一些研究通过在训练过程中使智能体接触多样化的伙伴,在ZSC方面取得了进展。它们通常在训练伙伴时涉及自博弈,隐含地假设任务具有同质性。然而,许多现实任务具有异质性,因此先前的方法可能效率低下。本文首次研究了异质性ZSC问题,并提出了一种基于协同进化的通用方法,该方法通过三个子过程协同进化智能体和伙伴的两个种群:1)配对;2)更新;3)选择。在多种异质性任务上的实验结果强调了考虑异质性设置的重要性,并表明我们提出的方法是解决异质性ZSC任务的有前景的方案。据我们所知,我们是首次强调异质性ZSC任务的重要性,并引入了用于解决该问题的有效框架。
Keyword:
Coevolution
evolutionary computation
multiagent reinforcement learning (MARL)
zero-shot coordination (ZSC)
期刊
IF:
12
论文数:
1.9K
被引数:
2.4W
机构
引用论文
暂无论文信息

