新研究提升人工智能决策算法适用性 复杂系统信息交换成本可降低70%

近日，由北京大学人工智能研究院、工学院、计算机学院和伦敦国王学院共同完成的论文——《大规模多智能体系统的高效强化学习》在国际学术期刊《自然·机器智能》上发表。这一成果首次在大规模多智能体系统中实现高效去中心化协同决策，有利于提升人工智能决策算法的扩展性和适用性。 研究团队在较为复杂的城市交通和电力网络中，对包含数百个智能体的场景进行了测试。结果显示，与中心化多智能体学习方法相比，去中心化的方法可将信息交换成本降低70%或更多。而且，随着智能体数量不断增长，这一比例还会显著下降。同时，样本效率可提升50%以上。

本文源自：金融界AI电报