图片

近年来，人工智能在许多应用中取得了巨大的成功，包括图像分类、推荐系统等。由于机器学习模型部署在现实世界中，这些模型会相互影响，将其决策转化为多智能体问题。因此，复杂世界中的多智能体学习是下一代人工智能的一个基本问题，以赋能各种多智能体任务，其中合作任务是实践者的首要兴趣。 在本教程中，我们将全面回顾合作多智能体学习的基础、进展和挑战，包括1)强化学习的基础，多智能体顺序决策，2)研究问题，包括可扩展性，分散，协调，和进展的回顾，3)自利智能体的合作学习，4)未来工作的方向。

链接：https://sites.google.com/view/multi-agent-tutorial/home

所需要的先验知识是强化学习的基础知识，也是机器学习中适度的经验，使听众能够从容地关注相关工作和进展的讨论。

教程：

  • 多智能体学习背景知识 Background of multi-agent learning (~10 min), presented by Yali Du.

  • 团体协作学习，Team-based cooperative learning (~40 min), presented by Yali Du.

  • 自感兴趣协作学习，Self-interested cooperative learning (~50 min), presented by Joel Z. Leibo.

  • 结论，Conclusions (~5 min).

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除