arXiv cs.MA· Mateusz Odrowaz-Sypniewski, Jasmine Bayrooti, Ajay Shankar, Amanda Prorok·· 10 小时前AI 评分22
多智能体强化学习中的广义意图建模
Generalized Intention Modeling in Multi-Agent Reinforcement Learning
AI 导读
研究提出一种任务自适应的对手建模框架，学习由性能驱动的多种意图表示混合，而非依赖先验选定的单一嵌入。该框架还引入一种新意图表示，最大化其与智能体自身未来回报的互信息，从而捕捉与性能最直接相关的对手信息。方法在多种任务上达到或超过 SOTA 基线，论文已被 NeurIPS 2026 接收。
正文 · AI 翻译
摘要：在非合作、竞争以及一般和的多智能体强化学习中，对对手意图进行建模对于有效决策至关重要。现有的对手建模方法使用一种嵌入来编码意图，该嵌入由先验选择的回合信息（例如对手的下一动作或未来的环境状态）推导而来，并以此指导自我智能体的行为。这些方法假设所选信息能够普遍代表意图；然而，我们通过实验表明情况并非如此，因为意图往往依赖于任务和环境。为解决这一问题，我们提出了一种任务自适应的对手建模框架，该框架学习由性能驱动的多种意图表示的混合。我们进一步引入了一种新的意图表示，它最大化与自我智能体未来回报之间的互信息，从而捕捉与性能最直接相关的对手信息。我们的方法在不同任务上始终达到或超过最先进基线的性能，并揭示了不同对手建模策略何时以及为何能够成功。
| 评论： | 已被 NeurIPS 2026 接收 |
| 主题： | 机器学习（cs.LG）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2605.31318 [cs.LG] |
| （或使用 arXiv:2605.31318v3 [cs.LG] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2605.31318 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Mateusz Odrowaz-Sypniewski [查看电子邮件]
[v1]
2026年5月29日星期五 13:48:18 UTC（2,897 KB）
[v2]
2026年10月30日星期五 19:15:51 UTC（3,097 KB）
[v3]
2026年11月6日星期五 13:35:40 UTC（3,104 KB）
来源：arXiv cs.MA · arxiv.org