منذ 2 أشهر
شبكات تحليل القيمة للتعلم التعاوني بين الوكلاء المتعددين
Peter Sunehag; Guy Lever; Audrunas Gruslys; Wojciech Marian Czarnecki; Vinicius Zambaldi; Max Jaderberg; Marc Lanctot; Nicolas Sonnerat; Joel Z. Leibo; Karl Tuyls; Thore Graepel

الملخص
ندرس مشكلة التعلم التعزيزي التعاوني بين الوكلاء المتعددين باستخدام إشارة مكافأة مشتركة واحدة. تعد هذه الفئة من مشاكل التعلم صعبة بسبب المساحات المشتركة الكبيرة للأفعال والملاحظات في كثير من الأحيان. في النهج المركزي بالكامل واللامركزي، نجد مشكلة المكافآت الزائفة وظاهرة نسميها "مشكلة الوكيل الكسول" (lazy agent)، والتي تنشأ بسبب الملاحظية الجزئية. نعالج هذه المشكلات بتدريب وكلاء فرديين باستخدام هندسة شبكة تحليل القيمة الجديدة، والتي تتعلم كيفية تفكيك دالة قيمة الفريق إلى دوال قيمة خاصة بكل وكيل. نقوم بتقييم تجريبي عبر مجموعة من المجالات متعددة الوكلاء ذات الملاحظية الجزئية ونظهر أن تعلم مثل هذه التفكيكات يؤدي إلى نتائج أفضل، وخاصة عند الجمع بين تقاسم الأوزان ومعلومات الدور وقنوات المعلومات.