Abstract. This paper attempts to br

Abstract. This paper attempts to bridge the fields of machine learning, robotics, and distributed AI. It discusses the use of communication in reducing the undesirable effects of locality in fully distributed multi-agent systems with multiple agents robots learning in parallel while interacting with each other. Two key problems, hidden state and credit assignment, are addressed by applying local undirected broadcast communication in a dual role: as sensing and as reinforcement. The methodology is demonstrated on two multi-robot learning experiments. The first describes learning a tightly-coupled coordination task with two robots, the second a loosely-coupled task with four robots learning social rules. Communication is used to (1) share sensory data to overcome hidden state and (2) share reinforcement to overcome the credit assignment problem between the agents and bridge the gap between local individual and global group pay-off.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ กระดาษนี้พยายามสะพานเขตข้อมูลของการเรียนรู้ของเครื่อง หุ่น และแจกจ่ายไอ ได้กล่าวถึงการใช้สื่อสารในการลดผลไม่พึงปรารถนาของท้องถิ่นในระบบตัวแทนหลายแบบกระจายเต็มกับหุ่นยนต์ตัวแทนหลายที่เรียนพร้อมกันในขณะที่โต้ตอบกัน ปัญหาหลักสอง ซ่อนสถานะ และสินเชื่อ กำหนด ระบุ โดยใช้การสื่อสารเผยแพร่ undirected ท้องถิ่นในบทบาทคู่: เป็นการตรวจ และ การเสริมแรง วิธีจะแสดงบนทดลองเรียนรู้หุ่นยนต์หลาย แรกอธิบายถึงงานประสานงานอย่างใกล้ชิดควบคู่การเรียนรู้ ด้วยหุ่นยนต์สอง ที่สองแบบควบคู่ซึ่งงานกับหุ่นยนต์สี่กฎสังคมการเรียนรู้ สื่อสารข้อมูลทางประสาทสัมผัสร่วมกันใช้ (1) เอาชนะซ่อนสถานะ และ (2) เสริมจะเอาชนะปัญหากำหนดเครดิตระหว่างตัวแทน และเชื่อมต่อช่องว่างระหว่างกลุ่มส่วนกลาง และแต่ละท้องถิ่นจ่ายเงินออกใช้ร่วมกันได้

ผลลัพธ์ (ไทย) 2:

นามธรรม. บทความนี้พยายามที่จะสร้างสะพานเชื่อมด้านของการเรียนรู้เครื่องหุ่นยนต์และการกระจาย AI จะกล่าวถึงการใช้งานในการติดต่อสื่อสารในการลดผลกระทบที่ไม่พึงประสงค์ของท้องถิ่นในการกระจายเต็มระบบหลายตัวแทนที่มีหุ่นยนต์ตัวแทนการเรียนรู้ในหลายขนานขณะที่การโต้ตอบกับแต่ละอื่น ๆ สองปัญหาที่สำคัญของรัฐที่ซ่อนอยู่และได้รับมอบหมายเครดิตได้ถูกแก้ไขโดยการใช้การสื่อสารแบบไร้ทิศทางออกอากาศท้องถิ่นในบทบาทคู่: เป็นการตรวจจับและการเสริมแรง วิธีการแสดงให้เห็นทั้งสองเรียนรู้หลายหุ่นยนต์ทดลอง ครั้งแรกที่อธิบายการเรียนรู้การงานการประสานงานแน่นคู่กับหุ่นยนต์ทั้งสองที่สองเป็นงานที่หลวมคู่กับสี่หุ่นยนต์การเรียนรู้กฎระเบียบทางสังคม การสื่อสารที่ใช้ในการ (1) หุ้นข้อมูลทางประสาทสัมผัสที่จะเอาชนะรัฐที่ซ่อนอยู่และ (2) การเสริมแรงหุ้นที่จะเอาชนะปัญหาที่ได้รับมอบหมายเครดิตระหว่างตัวแทนและลดช่องว่างระหว่างแต่ละท้องถิ่นและกลุ่มส่วนกลางจ่ายออก

ผลลัพธ์ (ไทย) 3:

นามธรรม งานวิจัยฉบับนี้มีวัตถุประสงค์ที่จะสะพานด้านการเรียนรู้ และแจกจ่ายเครื่องหุ่นยนต์ AI ได้กล่าวถึงการใช้การสื่อสารในการลดผลกระทบที่ไม่พึงประสงค์ของแบบจำลองชนิดหลายตัวแทนที่กระจายเต็มระบบหลายตัวแทนหุ่นยนต์แบบขนานในขณะที่การโต้ตอบกับแต่ละอื่น ๆ สองปัญหาที่สำคัญที่ซ่อนอยู่ รัฐ และงานสินเชื่อถูกแก้ไขโดยการใช้สื่อสาร undirected ท้องถิ่นออกอากาศในบทบาทที่สอง : เป็นระบบตรวจวัด และเป็นการเสริมแรง โดยแสดงให้เห็นบนสองหลายการเรียนรู้ของหุ่นยนต์ทดลอง แรกอธิบายการเรียนรู้ควบคู่กับการประสานงานให้งานหุ่นยนต์สองสองหลวมคู่งานกับหุ่นยนต์สี่การเรียนรู้กฎสังคมการใช้ ( 1 ) แลกเปลี่ยนข้อมูลทางประสาทสัมผัสเพื่อเอาชนะรัฐที่ซ่อนอยู่และ ( 2 ) หุ้นที่มีเอาชนะงานเครดิตปัญหาระหว่างตัวแทนและสะพานเชื่อมช่องว่างระหว่างบุคคลและกลุ่มประเทศทั่วโลก จ่ายออก