多层级联盟分解框架

协调知识可迁移

该框架通过联盟模式分解实现协调级知识迁移，并适配动态智能体数量，在星际争霸II微观管理基准上表现优于现有方法。

Tianze, Zhou · 张福彪 · Shao, Kun · Dai, Zipeng · 李凯 · Huang, Wenhan · Wang, Weixun · Wang, Bin · Li, Dong · Liu, Wulong · 郝建业

IEEE Transactions on Games 2023

技术优势

避免协作偏差

通过分解智能体协调为多层联盟模式，在协调层面进行知识迁移，从而减少偏差。

适应智能体数量变化

通过PIT网络处理动态观测和动作空间，能够在智能体数量改变时保持性能。

优于现有基线

在星际争霸II微观管理基准上，性能超过多种先进MARL方法。

应用场景

• 多智能体协作：获取可迁移的协作策略，避免从头训练。
• 策略迁移：将协调知识迁移到新任务，提升学习效率。
• 实时战略游戏智能体：在星际争霸II等环境中实现微观管理智能体。
• 动态环境适应：处理智能体数量变化等动态条件，保持策略有效。