计算机科学 > 机器人技术
[提交于 2025年6月2日
(v1)
,最后修订 2025年6月3日 (此版本, v2)]
标题: LAMARL:基于大型语言模型辅助的多智能体强化学习的合作策略生成
标题: LAMARL: LLM-Aided Multi-Agent Reinforcement Learning for Cooperative Policy Generation
摘要: 尽管多智能体强化学习(MARL)在复杂的多机器人任务中表现出色,但它存在样本效率低的问题,并且需要迭代的手动奖励调整。大型语言模型(LLMs)在单机器人设置中显示出潜力,但其在多机器人系统中的应用仍基本未被探索。本文介绍了一种新颖的LLM辅助MARL(LAMARL)方法,该方法将MARL与LLMs相结合,显著提高了样本效率,而无需人工设计。 LAMARL由两个模块组成:第一个模块利用LLMs完全自动化地生成先验策略和奖励函数。第二个模块是MARL,它使用生成的函数来有效指导机器人策略训练。 在一个形状组装基准测试中,模拟和真实世界实验均展示了LAMARL的独特优势。消融研究显示,先验策略平均提升了185.9%的样本效率并提高了任务完成度,而基于链式思维(CoT)和基本API的结构化提示将LLM输出成功率提高了28.5%-67.5%。 视频和代码可在https://windylab.github.io/LAMARL/获取。
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.