Differences

This shows you the differences between two versions of the page.

--- memento-learning-multi-agent-state-space-representations [2025/12/12 12:17]
47.128.124.35 old revision restored (2025/04/15 03:11)
+++ memento-learning-multi-agent-state-space-representations [2026/01/05 01:40] (current)
189.188.242.245 old revision restored (2025/09/24 23:39)
@@ Line 1: / Line 1: @@
-=====Learning multi-agent state space representations=====
+====Learning multi-agent state space representations====
-==== Définitions ====
-   * Feed forward neural network : Réseau de neurone dans lequel il n'y a pas de boucle.
-   * CQ-Learning : Coordination QLearning
-==== Quelques informations ====
-Markov game -> Système multi-agent avec plusieurs sets d'actions, la proba de transition dépend de s, a et s', récompense unique à chaque agent et une transition.
-Une variante consiste à donner une récompense commune aux agents.
-Comment apprendre le bon moment auquel doivent se coordonnés les agents ? Quelques ressources dispo :
-   * Kok & Vlassis, Utile coordination : Learning indepedenies among cooperative agents.
-   * Spaan & Melo IDMG
-Détails sur l'IDMG :
-   * Interaction Driven Markov Game
-   * Les agents peuvent connaitre la position des autres par la communication ou en les détectant avec les capteurs
-   * Plus de détails sur l'article de Spaan & Melo...
-Learning Coordination States :
-   * Identification des états dans lequel un agent devrait prendre en compte les autres agents quand il choisi une action et qu'il y a besoin de coordination sur celle-ci avec un autre agent.
-==== CQ-Learning ====
-En partant du principe que les agents ont une politique optimale ainsi qu'une récompense associée à chaque tuple <état, action>.
-Les agents ont deux ensembles d'états, un classique qui répertorie tous les états (hors joint) et un "joint" qui répertorie les états qui sont en collisions avec d'autres agents. C'est à dire accessibles par deux agents ou plus.
-L'algorithme utilise alors test de Student pour détecter des changements dans la valeur d'une récompense sur un <état, action> ciblé. Deux situations peuvent arriver :
-   * L'algorithme détecte un changement, s'en suivent alors les étapes suivantes :
-      - Marquage de l'état
-      - Recherche de la cause du changement
-      - Paire <état, action> marquée comme "dangereuse"
-      - Ajout de l'état à l'ensemble d'états "joint" de l'agent
-      - Les <états, action> qui n'ont pas provoqués la collision sont marqué comme "safe"
-   *  L'algorithme ne détecte aucun changement, aucune instruction n'a lieu
-A chaque fois qu'un état est marqué, l'algorithme regarde si c'est un état joint dans lequel il faut prendre en considération les autres agents.
-Si c'est le cas l'actualsisation de QjValeur de l'état sera effectué avec la formule :
-{{:capture.png?400|}}
-Sinon pas d'actualisation.

DokuWiki

Site Tools

Differences

Page Tools