计算机科学 > 机器学习
[提交于 2025年8月4日
]
标题: 在线模型不确定性下的鲁棒多智能体强化学习
标题: Online Robust Multi-Agent Reinforcement Learning under Model Uncertainties
摘要: 经过良好训练的多智能体系统在部署到现实环境时可能会失败,这是由于训练和部署环境之间的模型不匹配,这种不匹配是由环境不确定性(包括噪声或对抗性攻击)引起的。分布鲁棒马尔可夫博弈(DRMGs)通过在定义的一组环境不确定性上优化最坏情况性能来增强系统弹性。然而,当前方法受到对模拟器或大型离线数据集的依赖限制,而这些数据通常不可用。本文开创性地研究了DRMGs中的在线学习,其中智能体直接从环境交互中学习,而无需先验数据。我们引入了{\it 鲁棒乐观纳什值迭代(RONAVI)}算法,并为此设置提供了第一个可证明的保证。我们的理论分析表明,该算法实现了低遗憾,并有效地找到了由总变化散度和Kullback-Leibler散度测量的不确定性集的最优鲁棒策略。这些结果为开发真正稳健的多智能体系统建立了一条新的、实用的路径。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.