近日，由北京大學人工智能研究院、工學院、計算機學院和倫敦國王學院共同完成的論文——《大規(guī)模多智能體系統(tǒng)的高效強化學習》在國際學術(shù)期刊《自然·機器智能》上發(fā)表。這一成果首次在大規(guī)模多智能體系統(tǒng)中實現(xiàn)高效去中心化協(xié)同決策，有利于提升人工智能決策算法的擴展性和適用性。
多智能體系統(tǒng)主要以龐大的智能體交互數(shù)據(jù)為基礎，利用大量計算資源驅(qū)動每個智能體學習如何與其他智能體合作執(zhí)行復雜任務，其核心范式是多智能體強化學習。當前，去中心化的多智能體強化學習成為國際學術(shù)界的研究熱點，其旨在探索一種算法，即在有限數(shù)據(jù)和資源條件下，將決策能力擴展到包含大量智能體的復雜真實系統(tǒng)中。
據(jù)論文作者介紹，研究團隊通過網(wǎng)絡化結(jié)構(gòu)解耦系統(tǒng)的全局動態(tài)特性，使智能體能獨立學習局部狀態(tài)轉(zhuǎn)移、鄰域信息價值和去中心化策略，將復雜的大規(guī)模決策難題轉(zhuǎn)化為更容易求解的問題。得益于此，即使在樣本數(shù)據(jù)和信息交互受限的情況下，大型人工智能系統(tǒng)也能展現(xiàn)令人滿意的決策性能。
研究團隊在較為復雜的城市交通和電力網(wǎng)絡中，對包含數(shù)百個智能體的場景進行了測試。結(jié)果顯示，與中心化多智能體學習方法相比，去中心化的方法可將信息交換成本降低70%或更多。而且，隨著智能體數(shù)量不斷增長，這一比例還會顯著下降。同時，樣本效率可提升50%以上。這一研究成果對于將人工智能模型擴展到大型電力網(wǎng)絡、城市交通信號控制等大規(guī)模多智能體系統(tǒng)具有重要價值。
圖片來源|東西南北雜志社
(聲明：本號所發(fā)內(nèi)容僅作為信息傳遞之目的，版權(quán)歸創(chuàng)作者所有，如有不妥請及時聯(lián)系刪除，謝謝。）