新研究提升人工智能決策算法適用性 複雜系統信息交換成本可降低70%

近日，由北京大學人工智能研究院、工學院、計算機學院和倫敦國王學院共同完成的論文——《大規模多智能體系統的高效強化學習》在國際學術期刊《自然·機器智能》上發表。這一成果首次在大規模多智能體系統中實現高效去中心化協同決策，有利於提升人工智能決策算法的擴展性和適用性。 研究團隊在較爲複雜的城市交通和電力網絡中，對包含數百個智能體的場景進行了測試。結果顯示，與中心化多智能體學習方法相比，去中心化的方法可將信息交換成本降低70%或更多。而且，隨着智能體數量不斷增長，這一比例還會顯著下降。同時，樣本效率可提升50%以上。

本文源自：金融界AI電報