【剑桥大学Amanda Prorok】多机器人和多智能体问题的机器学习

2022 年 9 月 22 日 专知


在这次演讲中,我首先讨论如何利用机器学习方法为多机器人系统生成合作策略。我描述了我们如何使用图神经网络(GNNs)来学习有效的分散协调沟通策略。然后,我将展示我们基于GNN的策略如何能够在各种问题上以一小部分实时计算成本实现接近最优的性能。最后,我将展示一些开创性的真实机器人实验,展示我们的方法转移到物理世界。


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“C424” 就可以获取【MIT博士论文】非参数因果推理的算法方法,424页pdf》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料
登录查看更多
0

相关内容

《综述:基于博弈论和机器学习的防御性欺骗方法》
专知会员服务
49+阅读 · 2022年10月2日
【MIT博士论文】优化理论与机器学习实践
专知会员服务
87+阅读 · 2022年6月30日
《机器学习的最优传输》教程,63页PPT
专知会员服务
61+阅读 · 2022年4月30日
【NeurIPS 2021】设置多智能体策略梯度的方差
专知会员服务
19+阅读 · 2021年10月24日
专知会员服务
238+阅读 · 2021年10月8日
专知会员服务
17+阅读 · 2021年9月21日
【NeurIPS2022】分布式自适应元强化学习
专知
3+阅读 · 2022年10月8日
IJCAI2022《对抗序列决策》教程,164页ppt
专知
4+阅读 · 2022年7月27日
【MIT博士论文】优化理论与机器学习实践
专知
2+阅读 · 2022年6月30日
【新书】分布式强化学习,280页pdf
专知
19+阅读 · 2021年12月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
11+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
44+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年11月22日
Arxiv
0+阅读 · 2022年11月20日
PAL: Program-aided Language Models
Arxiv
0+阅读 · 2022年11月18日
Arxiv
64+阅读 · 2021年6月18日
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Arxiv
12+阅读 · 2020年12月14日
Arxiv
15+阅读 · 2019年9月30日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
11+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
44+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年11月22日
Arxiv
0+阅读 · 2022年11月20日
PAL: Program-aided Language Models
Arxiv
0+阅读 · 2022年11月18日
Arxiv
64+阅读 · 2021年6月18日
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Arxiv
12+阅读 · 2020年12月14日
Arxiv
15+阅读 · 2019年9月30日
Top
微信扫码咨询专知VIP会员