Cooperative Multi-Agent Policy Learning for Robot Teams

本文提出了一种面向机器人团队的协作多智能体策略学习方法。该方法通过集中式训练分布式执行（CTDE）范式，结合值分解网络（VDN）、QMIX、MAPPO等算法，实现多个机器人在共享奖励下的协作策略学习。文章分析了不同信用分配机制、经验共享策略、角色分配方法对协作性能的影响，并在多机器人搬运、协作装配、集群搜索等任务上验证了方法的协作效率和可扩展性。适用场景包括机器人集群协作、多机器人任务分配等领域。来源机构包括Google Robotics、MIT、CMU等。