美陆军研究人员开发用于人工智能训练的创新框架

 陆军研究人员开发了一个人工智能训练的开创性的框架，为协作多代理系统的开发提供了基线。该框架在调查论文《利用集中训练的最新多代理强化学习算法调查》中作了详细介绍。研究人员说，这项工作将支持强化学习方法的研究，以开发协作式多代理系统，如可与未来士兵并肩作战的机器人团队。研究人员对强化学习算法及其信息共享范式的最先进技术进行了这项调查。

这项关于强化学习最先进技术的调查为寻求通过加强信息共享机制来开发自主多代理系统的研究人员建立了一个基准线。

由于复杂环境的动态特性可能会受到维度灾难的影响，因此同时训练多个智能体更加困难，智能体越多，协调就越复杂。本研究开发了一个框架来表征经常令人困惑且不易理解的关键信息共享参数。

研究人员预测，集中训练可能是更快开发自主系统的解决方案，这些系统可以在未来与士兵一起灵活工作。获取更多前沿科技 研究访问：https://byteclicks.com

该调查在两个方面超越了先前的研究文献：

创建强化学习算法最新技术的综合视图 概述了一种描述集中学习期间共享信息的新方法

研究人员专注于五到六年内发布的算法。由于这些算法非常新，它们还没有被研究界广泛地探索过。在发表时，他们没有找到全面的前期工作。

研究人员表示，他们乐观地认为，这项调查将引发对机器学习问题空间的讨论和进一步探索，以训练自主多智能体系统。