多智慧體強化學習（MARL）簡介

從單一智慧體到多智慧體

在第一個單元中，我們學習了在單一智慧體系統中訓練智慧體。當我們的智慧體獨自處於其環境中時：它不會與其他智慧體合作或協作。

當我們進行多智慧體強化學習（MARL）時，我們處於一種擁有多個智慧體的境地，這些智慧體在一個共同的環境中共享並相互作用。

例如，您可以想象一個倉庫，其中多個機器人需要導航來裝卸包裹。

或者一條有幾輛自動駕駛汽車的道路。

在這些示例中，我們有多個智慧體在環境中並與其他智慧體相互作用。這需要定義一個多智慧體系統。但首先，讓我們瞭解不同型別的多智慧體環境。

不同型別的多智慧體環境

鑑於在多智慧體系統中，智慧體與其他智慧體相互作用，我們可以有不同型別的環境。

• 合作環境：您的智慧體需要最大化共同利益。

例如，在倉庫中，機器人必須協作以高效（儘可能快）地裝卸包裹。

• 競爭/對抗環境：在這種情況下，您的智慧體希望透過最小化對手的利益來最大化自身的利益。

例如，在網球比賽中，每個智慧體都想擊敗另一個智慧體。

• 對抗與合作的混合環境：就像我們的 SoccerTwos 環境一樣，兩個智慧體屬於一個團隊（藍色或紫色）：他們需要相互合作並擊敗對手團隊。

所以現在我們可能會想：我們如何設計這些多智慧體系統？換句話說，我們如何在一個多智慧體環境中訓練智慧體？

< > 在 GitHub 上更新