Методы мультиагентного обучения с подкреплением в условиях частичной наблюдаемости и динамических средMethods of multi-agent reinforcement learning for partial observability and dynamic environment

Диссертация посвящена разработке методов мультиагентного обучения с подкреплением в условиях частичной наблюдаемости и динамической неопределённости. Исследование фокусируется на создании инновационных подходов, которые повышают устойчивость и адаптивность поведения агентов в сложных сценариях. В частности, в работе представлен метод скрытых потенциалов для ускоренного обучения моторным навыкам без ручной настройки функций вознаграждения, механизм релевантностного взаимодействия (MAGNet) для улучшения координации агентов, архитектура трансформера для отслеживания объектов (DOTCL) с круговой функцией потерь для повышения точности визуального восприятия, а также модель DeepNash, адаптирующая регуляризованную динамику Нэша к играм с частичной информацией и демонстрирующая экспертный уровень в игре Stratego. Предложенные методы реализованы в программных прототипах и протестированы в мультиагентных средах MALMO, Pommerman и Stratego.