エピグラフ形式によるガイド付き探索を用いた協調的マルチエージェント強化学習

要旨：マルチエージェント強化学習（MARL）において協調行動を発見することは、共同状態・行動空間の組み合わせ的複雑性により困難であり、試行錯誤だけでは協調的な行動の出現が妨げられます。内在報酬は発見支援にしばしば用いられますが、チーム目標と単純に組み合わせると学習信号が歪み、タスク性能が損なわれる可能性があります。本論文では、確立されたタスク性能を維持する制約の下で探索目標を最大化する制約付き探索フレームワークEFXPLORERを提案します。得られる問題を解くために、適応型探索予算を導入するエピグラフ再定式化手法を用います。このアプローチは内在報酬とタスク目標を分離し、タスクの実現可能性を通じて探索を制御します。さらに多様で時間的に拡張された探索を促進するため、長期的な依存関係を捉える後続距離ベースの内在報酬を組み込みます。実験的には、本手法は強力なベースラインを上回り、SMAX、VMAS、MPEのベンチマークスイート全体で新しい協調戦略を誘発します。 投稿履歴 論文へのアクセス： PDFを表示 HTML（実験的） TeXソース 追加機能 音声要約 現在の閲覧コンテキスト： 参考文献＆引用情報 Google Scholar Semantic Scholar ブックマーク 機関 arXivLabsは、共同研究者が当社ウェブサイト上で新しいarXiv機能を直接開発・共有できるフレームワークです。 arXivLabsを利用する個人および組織は、オープン性、コミュニティ、卓越性、ユーザーデータプライバシーという当社の価値観を積極的に受け入れています。arXivはこれらの価値観を堅持しており、それに準拠するパートナーのみと協力しています。 arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか？arXivLabsについて詳しく知る。