CDCMA

新指标和框架增强了延迟下的多智能体通信

研究人员开发了一种名为通信增益与延迟成本（CGDC）的新指标，用于评估合作多智能体强化学习系统中通信的有效性，特别是在消息经历跨时间步延迟时。该指标有助于量化信息价值与其过时成本之间的权衡。基于CGDC，提出了一种名为CDCMA的新型Actor-Critic框架，该框架选择性地请求消息，预测未来观测以减轻不对齐，并使用CGDC引导的注意力融合延迟消息。实验表明，CDCMA在各种合作任务中提高了性能、鲁棒性和泛化能力。