多智能体系统中的策略表示学习

# 多智能体系统中的策略表示学习 来源: https://openai.com/index/learning-policy-representations-in-multiagent-systems/ OpenAI ## 摘要 对智能体行为进行建模是理解多智能体系统中复杂现象出现的核心。以往的智能体建模工作主要是针对特定任务的，并且由手工设计的领域特定先验知识驱动。我们提出了一个通用学习框架，用于使用少量交互数据对任何多智能体系统中的智能体行为进行建模。我们的框架将智能体建模视为一个表示学习问题。因此，我们构建了一个受模仿学习和智能体识别启发的新颖目标函数，并设计了一个无监督学习智能体策略表示的算法。我们在以下方面实证演示了所提框架的效用：(i) 一个具有挑战性的高维连续控制竞争环境，以及 (ii) 一个通信合作环境，在监督预测任务、无监督聚类和使用深度强化学习的策略优化方面的应用。