Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.06690

帮助 | 高级搜索

计算机科学 > 机器人技术

arXiv:2507.06690 (cs)
[提交于 2025年7月9日 ]

标题: 通过技能图的多任务多智能体强化学习

标题: Multi-Task Multi-Agent Reinforcement Learning via Skill Graphs

Authors:Guobin Zhu, Rui Zhou, Wenkang Ji, Hongyin Zhang, Donglin Wang, Shiyu Zhao
摘要: 多任务多智能体强化学习(MT-MARL)最近受到关注,因为它有望提高MARL在多个任务中的适应能力。 然而,现有多任务学习方法在处理复杂问题时存在挑战,因为它们无法处理不相关任务,并且知识迁移能力有限。 在本文中,我们提出了一种分层方法,以有效解决这些挑战。 高层模块利用技能图,而低层模块采用标准的MARL算法。 我们的方法有两个贡献。 首先,我们在不相关任务的背景下考虑MT-MARL问题,扩展了MTRL的范围。 其次,技能图被用作标准分层方法的上层,训练独立于下层,有效地处理不相关任务并增强知识迁移能力。 进行了大量实验以验证这些优势,并证明所提出的方法优于最新的分层MAPPO算法。 视频和代码可在https://github.com/WindyLab/MT-MARL-SG获得
摘要: Multi-task multi-agent reinforcement learning (MT-MARL) has recently gained attention for its potential to enhance MARL's adaptability across multiple tasks. However, it is challenging for existing multi-task learning methods to handle complex problems, as they are unable to handle unrelated tasks and possess limited knowledge transfer capabilities. In this paper, we propose a hierarchical approach that efficiently addresses these challenges. The high-level module utilizes a skill graph, while the low-level module employs a standard MARL algorithm. Our approach offers two contributions. First, we consider the MT-MARL problem in the context of unrelated tasks, expanding the scope of MTRL. Second, the skill graph is used as the upper layer of the standard hierarchical approach, with training independent of the lower layer, effectively handling unrelated tasks and enhancing knowledge transfer capabilities. Extensive experiments are conducted to validate these advantages and demonstrate that the proposed method outperforms the latest hierarchical MAPPO algorithms. Videos and code are available at https://github.com/WindyLab/MT-MARL-SG
评论: 条件接受于IEEE机器人与自动化快报
主题: 机器人技术 (cs.RO)
引用方式: arXiv:2507.06690 [cs.RO]
  (或者 arXiv:2507.06690v1 [cs.RO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.06690
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Guobin Zhu [查看电子邮件]
[v1] 星期三, 2025 年 7 月 9 日 09:34:41 UTC (1,578 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.RO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号