Un programme d'études automatique diversifié est essentiel à la réussite des systèmes d'apprentissage multi-agents dans le monde réel.

Résumé :

L'apprentissage par renforcement multi-agent (MARL) a connu un succès remarquable dans la résolution de divers types de jeux vidéo. La pierre angulaire de ce succès est le cadre de l'auto-curriculum, qui façonne le processus d'apprentissage en créant continuellement de nouvelles tâches stimulantes auxquelles les agents doivent s'adapter, facilitant ainsi l'acquisition de nouvelles compétences. Afin d'étendre les méthodes MARL à des domaines du monde réel autres que les jeux vidéo, nous envisageons dans cet article que le maintien d'un programme d'études automatique tenant compte de la diversité est essentiel à la réussite des applications MARL. Plus précisément, nous soutenons que la diversité comportementale est une composante essentielle, mais sous-explorée, des systèmes d'apprentissage multi-agents du monde réel, et qu'il reste beaucoup à faire pour comprendre comment concevoir un programme d'études automatique tenant compte de la diversité. Nous énumérons quatre défis ouverts pour les techniques d'auto-curriculum, qui, selon nous, méritent plus d'attention de la part de cette communauté. Pour valider notre vision, nous recommandons la modélisation de comportements interactifs réalistes dans la conduite autonome comme un important banc d'essai, et nous recommandons le benchmark SMARTS/ULTRA.