multi-agent reinforcement learning
En gren af reinforcement learning, hvor flere agenter interagerer i et fælles miljø og lærer at optimere deres politikker, enten kooperativt, konkurrerende eller i blandede scenarier.
Kort fortalt
Kort fortalt: en metode, hvor flere AI-agenter træner samtidig i samme miljø og lærer af hinandens handlinger.
- Kategori
- teknik
- Niveau
- øvet
Betydninger
1- 1
En læringsramme, hvor flere agenter samtidig interagerer i et fælles miljø og hver især modtager belønninger baseret på deres egne og andres handlinger.
- I multi-agent reinforcement learning kan agenter lære at samarbejde for at maksimere fælles belønning.
- Når der trænes med flere agenter, opstår der ofte non-stationære dynamikker.
Hvornår bruges det
Bruges i komplekse systemer som trafikstyring, robotteams, spil (fx Pokémon Unite) og autonome køretøjer, hvor samarbejde eller konkurrence mellem agenter er nødvendig.
Oprindelse
Begrebet opstod i 1990'erne som en udvidelse af reinforcement learning til multi-agent-systemer.
Afledte ord
2Kilder
2- Multi-Agent Reinforcement Learning: A Survey
- A Comprehensive Survey of Multi-Agent Reinforcement Learning