文章目录

前言 背景 POSG 课程学习 Method Knowledge Transfer across DyMA-CL Model reload Buffer reuse Curriculum distillation Dynamic Number Agent Network Experiment

前言

这篇文章介绍了三种迁移方法，来通过课程学习加速。然后提出了一个新的架构DyAN，使得模型与agent数目无关。 一个有效的解决large-scale多智能体学习问题的方法是利用课程学习理论。将CL应用在RL上一个重要的方向是如何解决持续增长的复杂任务，这也是CL应用在RL上的目的。另一个CL的重要方向是自动设计课程。目前多智能体上应用CL的算法都很简单，比如Agarwal他们就是单纯的增加agent的数量，将之前的策略作为initialization。