论文页面 - 将通信与策略解耦：带宽约束下的鲁棒多智能体强化学习

来源: https://huggingface.co/papers/2605.21085

摘要

通信能够促进多智能体强化学习（MARL (https://huggingface.co/papers?q=MARL)）中的协作，但许多实际应用，例如使用无人机群进行搜索与救援，往往在严格的带宽限制 (https://huggingface.co/papers?q=bandwidth%20constraints) 下运行。许多通信架构 (https://huggingface.co/papers?q=communication%20architectures) 仍然暴露出一个耦合瓶颈，即共享的潜在表示 (https://huggingface.co/papers?q=latent%20representation) 同时用于策略执行 (https://huggingface.co/papers?q=policy%20execution) 和智能体间通信 (https://huggingface.co/papers?q=inter-agent%20communication)。因此，减小消息大小会直接限制策略的潜在空间，常常导致性能显著下降。我们通过两个贡献来解决这一问题。首先，我们引入了β，一种归一化的每个智能体带宽预算，它将稀疏性 (https://huggingface.co/papers?q=sparsity)、轮次 (https://huggingface.co/papers?q=rounds) 和消息维度 (https://huggingface.co/papers?q=message%20dimension) 统一为一个可比较的约束条件。其次，我们提供了SLIM (https://huggingface.co/papers?q=SLIM)，一种最小化架构，将通信路径与策略的潜在表示 (https://huggingface.co/papers?q=latent%20representation) 解耦，使我们能够在享受同步通信优势的同时，分离带宽效果与策略能力效果。我们在多个部分可观察的MARL (https://huggingface.co/papers?q=partially-observable%20MARL) 基准测试中评估了我们的方法，这些测试中通信至关重要。我们的方法实现了最先进的性能，并在有限通信下表现出可扩展性和鲁棒性，随着带宽降低，性能仅有轻微下降。

查看arXiv页面 (https://arxiv.org/abs/2605.21085)查看PDF (https://arxiv.org/pdf/2605.21085)GitHub1 (https://github.com/alexicanesse/Decoupling-Communication-from-Policy-Robust-MARL-under-Bandwidth-Constraints)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.21085)

引用该论文的模型0

暂无模型链接此论文

在模型 README.md 文件中引用 arxiv.org/abs/2605.21085 以从此页面链接。

引用该论文的数据集0

暂无数据集链接此论文

在数据集 README.md 文件中引用 arxiv.org/abs/2605.21085 以从此页面链接。

引用该论文的Space0

暂无Space链接此论文

在Space README.md 文件中引用 arxiv.org/abs/2605.21085 以从此页面链接。

包含该论文的收藏0

暂无收藏包含此论文

将此论文添加到一个收藏 (https://huggingface.co/new-collection) 中以从此页面链接。