数百智能体可伸缩
利用局部观测实现全局信息的准确估计，在有限采样数据下单调改进策略。
Chengdong, Ma · 李阿明 · Du, Yali · 董豪 · Yaodong, Yang
Nature Machine Intelligence 2024
通过智能体级拓扑解耦，将全局动态分解到各节点，仅凭局部观测即可准确估计全局信息，避免全局同步通信。
引入模型学习来强化最优策略，确保性能单调提升，对采样数据的需求大幅降低。
优化过程保证回报单调递增，每一步都不会比之前更差。
在真实系统实验中展示了在数百个智能体规模下的可扩展性，突破传统方法的规模瓶颈。