【NeurIPS 2023】Mix-ME:多智能体学习的质量多样性

在许多实际系统中，例如自适应机器人技术，实现单一、优化的解决方案可能是不够的。相反，为适应各种不同的环境和要求，通常需要一组多样化的高性能解决方案。这就是质量-多样性(QD)的领域，其目标是发现一系列高性能的解决方案，每一个都有它们自己独特的特性。近期，QD方法在很多领域都取得了成功，包括机器人技术，在这个领域，它们被用来发现能适应损伤的行走控制器。然而，大多数现有的工作都集中在单一代理设置上，尽管许多感兴趣的任务都是多代理的。为此，我们介绍了Mix-ME，这是一种新的多代理版本的受欢迎的MAP-Elites算法，它通过混合来自不同团队的代理来形成新的解决方案，使用类似交叉的操作符。我们评估了在部分可观察的连续控制任务上提出的方法。我们的评估显示，通过Mix-ME获得的这些多代理版本不仅能与单代理基线竞争，而且在部分可观察的多代理设置下常常胜过它们。

https://www.zhuanzhi.ai/paper/4dbb429879c9dec7094a6f1bce498ca9