arrow
返回

Heterogeneous Multiagent Zero-Shot Coordination by Coevolution

delete2024-01-01
delete0
PRE
AI
K
Ke Xue
Y
Yutong Wang
C
Cong Guan
L
Lei Yuan
H
Haobo Fu
Q
Qiang Fu
C
Chao Qian
Y
Yang Yu
DOI:10.1109/TEVC.2024.3485177delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

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

IEEE Transactions on Evolutionary Computation 封面图
IEEE Transactions on Evolutionary Computation
IF:
12
论文数:
1.9K
被引数:
2.4W

机构

T
tencent ai lab
学者数:
40
论文数: 22
被引数: 1
N
nanjing university
学者数:
7.8W
论文数: 5.6W
被引数: 87
引用论文

引用论文

暂无论文信息