arXiv cs.MA· Muhammad Ahmed Atif, Nehal Naeem Haji, Muhammad Ebad Atif, Mohammad Shahid Shaikh·· 12 小时前AI 评分24
集中式学习真能帮具身智能体协作吗？一项表格型研究给出的边界条件
Does Centralized Learning Help Embodied Agents Coordinate, and When Can a Tabular Study Tell?
AI 导读
在捕食者-猎物环境中对比独立Q学习（IQL）与集中Q学习（CQL）的表格型研究发现，CQL在5x5和8x8网格、四种捕食者与猎物配对下均让智能体付出代价，其捕食者协作水平并不高于IQL。
正文 · AI 翻译
摘要：表格型研究是比较独立式与集中式多智能体学习器的常见方法，因为它避免了函数近似。一个自然的预期是，学习联合动作的集中式学习有助于智能体协调，尤其是当它们的身体使单独成功变得困难时。此前的工作只部分地检验了这一点：它针对一种学习方法测量协调性，在智能体身体固定的情况下比较不同方法，或者改变速度但只报告团队表现如何。我们在一个捕食者-猎物环境中进行检验，其中队友合作捕猎，同时两队相互竞争。我们在全部四种捕食者与猎物配对中比较独立 Q 学习（IQL）与集中 Q 学习（CQL），在速度和耐力受限的条件下，在 5x5 和 8x8 网格上各训练 200,000 个回合，并检查智能体在两种网格上都能学习。我们直接测量协调性，并预先固定主要测量的预测。在这个任务中，一个捕食者可以单独捕获猎物，我们发现三点。第一，CQL 在两种网格上都会让其在两种角色中的智能体付出代价，而且其捕食者的协调性并不比 IQL 更好。第二，它唯一的益处来自执行最佳联合动作：在较小网格上、猎物更快且耐力无限时，这将捕获时间缩短了 42%，但在较大网格上毫无帮助，因为那里的最佳联合动作大多从未被尝试过。第三，在较大网格上，一个打破平局的默认设置决定了哪种方法获胜，尽管智能体已通过学习检查。因此，只有当表格型比较还检查了智能体覆盖了多少状态空间，并以相同方式实现各方法时，这种比较才可信。我们为两者提出了简单的检查。
| 评论： | 10 页，2 幅图。正在 AAMAS 2027 接受同行评审 |
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2601.17454 [cs.MA] |
| （或 arXiv:2601.17454v3 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2601.17454 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Muhammad Ahmed Atif [查看电子邮件]
[v1]
2026 年 1 月 24 日星期六 13:09:01 UTC（919 KB）
[v2]
2026 年 7 月 24 日星期五 13:21:44 UTC（1,175 KB）
[v3]
2026 年 10 月 21 日星期三 17:09:52 UTC（149 KB）
来源：arXiv cs.MA · arxiv.org