个性混合改善了增强行为者网络,以实现高效的多代理合作

科学领域:

• 人工智能的人工智能
• 认知科学 认知科学
• 计算神经科学是一种神经科学.

背景情况:

• 多代理强化学习 (MARL) 在适应新的,未见的合作伙伴方面面临挑战,这个问题被称为新玩家概括不良.
• 在MARL中现有的深度学习算法往往忽视了思维理论 (ToM) 的作用,阻碍了适应性合作.
• 人类的认知利用直观的个性预测来导航社会互动,为AI提供了一个模型.

研究的目的:

• 开发一种生物可信的MARL算法,以改善与未见的合作伙伴的合作.
• 将思维理论原则集成到一个尖端的神经网络架构中,以提高概括性.
• 为了解决MARL中糟糕的新玩家泛化问题.

主要方法:

• 提出了一个名为人格混合 (MoP) 的新算法,改进了尖端演员网络 (SAN).
• 该MOP模块使用一个确定点的过程来模拟个性形成和整合.
• 该SAN模块结合了尖端神经元,以实现高效的强化学习.

主要成果:

• 在合作任务中,MoP-SAN算法实现了更高的性能,无论是与未见的合作伙伴还是没有合作伙伴.
• 废弃研究证实了MoP模块对SAN学习能力的重大贡献.
• 与传统的深度演员网络相比,该算法表现出卓越的性能.

结论:

• 拟议的MoP-SAN算法有效地增强了适应性的多代理合作,特别是在涉及未见的合作伙伴的场景中.
• 将思想理论启发的个性建模集成到尖端的神经网络中,为MARL研究提供了一个有希望的方向.
• 这些发现表明,模拟直观的人格预测对于MARL系统中强大的概括至关重要.