arXiv · Multiagent Systems· Theodore Rogalski, Shirantha Welikala·· 7 小时前AI 评分28
Fully Decentralized and Safety-Aware Multi-Agent Reinforcement Learning for Control on Networks
Fully Decentralized and Safety-Aware Multi-Agent Reinforcement Learning for Control on Networks
AI 导读
论文提出一种全去中心化多智能体强化学习算法，融合深度强化学习与安全机制，通过图编码器与状态估计器双分支处理网络状态历史，并经离散时间控制障碍启发式降低节点被忽略概率。实验表明该算法平均不确定性较集中式控制策略降低 26.3%，与加入注意力层的复杂算法不确定性性能差距在 1% 以内。已录用并将于 11 月 6-8 日在 IEEE HKN Innovating the Future 会议宣读。
来源：arXiv · Multiagent Systems · arxiv.org