机构名称：
¥ 1.0
合作多代理增强学习（MARL）中的“视力范围难题”提出了一个重大挑战：有限的访问性阻碍团队的协调，而广泛的视线范围会导致注意力分散注意力和绩效下降。虽然通讯可以潜在地解决这个问题，但现有的方法通常很难跨越不同的视觉范围，从而限制了它们的有效性。我们提出了策略，任务不合时宜的对比前训练策略间互动。策略是一种自适应沟通机制，即使执行过程中的视线范围与训练中的视线范围大不相同，也可以增强代理坐标。通信机制编码消息并将其与本地观察结果集成在一起，并使用对比度学习以基于全球状态的产生表示形式。通过学习生成和解释有关整个环境重要信息的信息，策略使代理商能够通过交流有效地“看到”更多的信息，无论其视觉范围如何。我们在各种情况下，在各种情况下对SMACV2基准进行了全面评估。结果表明，战术始终优于传统的最先进的MARL技术，而没有通信，而在训练中尤其是在极限有限或广泛的观察性的情况下，对视力范围有所不同。
策略：inter-...
主要关键词
相关文件推荐
