层级接纳强化学习

兼顾合作与公平

通过自上而下的接纳奖励机制，在序列社会困境中同步提升智能体间的合作水平与公平性。

Guo, Ting · 袁玉宇 · Zhao, Pengqian

Applied Sciences (Switzerland) 2023

技术优势

兼顾公平

将每个智能体的公平性分解并纳入接纳奖励，使顶层策略在优化合作的同时关注公平。

分层决策

采用高层策略选择不同低层策略与环境交互，实现更高效的学习与执行。

分布式执行

策略的学习与执行通过去中心化方式实现，更适合多智能体场景。

应用场景

• 多智能体协作：在需要兼顾公平的合作场景中学习策略，替代只优化整体奖励的传统方法。
• 多机器人协作：提供去中心化的分层策略，用于多机器人系统中的协调与任务分配。
• 群体智能：通过高层接纳策略调控群体行为，在群体智能中实现公平合作。