【NTU博士论文】基于协作式多智能体强化学习的决策制定

文章预览

强化学习（Reinforcement Learning）作为一种机器学习技术，已在解决复杂的序列决策问题中取得显著进展。许多实际任务涉及多个智能体，并需要通过序列决策策略以达成共同目标，例如仓库自动化、自动驾驶及游戏对抗等。为了为所有智能体学习合适的策略，这类问题可建模为多智能体系统，并通过多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）进行求解。 然而，在多智能体场景下优化策略仍面临诸多挑战，主要原因在于智能体行为的复杂性以及环境动态的非平稳性。首先，在部分可观测环境中，多智能体行为的复杂性显著增加了策略优化的难度。此外，智能体行为的动态变化及其与其他智能体之间的交互会不断改变环境状态和智能体观察结果，在开放环境下更为复杂。再者，现实中的多智能体任务往往需要在个体目标与整体目标之间实现权 ………………………………