多agent强化学习与多目标强化学习

Question

所有人。

多agent强化学习与多目标强化学习有什么区别？

你能解释一下这两种方法的优缺点吗？

我认为这两种方法都能达到一些目标..。

Answer 1

多代理和多目标是正交的概念.它们可以结合在一起。

多目标实例：

• 优化的空间和时间的
• ，例如交易机器人:最大的利润，同时保持汽车:控制转向，加速和刹车，同时保证我的安全和乘坐舒适。-光滑+安全simultaneously
  • robot：
  • 人类:嚼口香糖，走路时要有人类的步态，不需要过多地使用关节，除非这真的很重要，否则你可以把它推到

  上。

代理是独立的决策系统，就像游戏中的单个玩家一样.多个代理可以在共享或独立的环境中相互协作或竞争。

合作地，他们寻求最大化至少两个目标，他们的个人表现，同时也最大化的目标的团队的表现。这是多智能体问题中的一个多目标问题.

大多数生产系统都有多个目标，要么是隐含的，要么是明确的。

Answer 2

在多agent强化学习中，许多agent会在相同的环境中采取行动，每个agent都会试图最大化自己的目标(也可以和其他agent一样)。

另一方面，多目标强化学习与agents的数量无关，而是与奖励的设计方式有关:在多目标强化学习中，奖励只是你试图实现的许多目标的函数(例如，你想要实现一些通用任务A，但要用尽可能少的精力)