多智能体强化学习进展I
摘要:开发在动态开放世界场景中长期合作的智能代理是多代理系统的一大挑战。传统的多智能体强化学习(MARL)框架,如集中训练分散执行(CTDE),在可扩展性和灵活性方面存在困难。它们需要集中的长期规划,如果没有定制的奖励功能,这很难实现,并且在处理多模态数据方面面临挑战。CTDE方法还假设了固定的合作策略,这使得它们在动态环境中不切实际,因为代理需要独立适应和规划。为了解决去中心化多智能体协作问题,我们提出了一种新的多智能体Crafter环境中的去中心化自适应知识图存储和结构化通信系统(DAMCS)。我们的生成代理由大型语言模型(LLM)提供支持,通过利用外部知识和语言进行长期规划和推理,比传统...