Coopération Émergente Avec Un Effort Minime : Récompenser Plutôt Que Mimer

Cet article compare les mécanismes d'apprentissage supervisé et non supervisé pour l'émergence de la coordination spatiale coopérative multi-agents en utilisant une approche descendante. En observant la performance globale d'un groupe d'agents homogènes, soutenus par une connaissance non globale de leur environnement, nous tentons d'extraire des informations sur la taille minimale du neurocontrôleur de l'agent et le type de mécanisme d'apprentissage qui génèrent collectivement des comportements performants et robustes avec un effort computationnel minimal. Par conséquent, une méthodologie pour obtenir des contrôleurs de taille minimale est introduite et une étude comparative entre les mécanismes d'apprentissage supervisé et non supervisé pour la génération de comportements collectifs réussis est présentée. Nous avons développé un prototype de monde simulé pour nos études. Ce cas d'étude est principalement inspiré par les jeux vidéo, mais ses principales caractéristiques sont également biologiquement plausibles. Les deux tâches spécifiques dans lesquelles les agents sont testés sont les stratégies concurrentes d'évitement d'obstacles et d'atteinte d'objectifs. Nous montrons que le comportement coopératif parmi les agents, qui est soutenu uniquement par une communication limitée, semble nécessaire pour la solution efficace du problème et que l'apprentissage en récompensant le comportement des groupes d'agents constitue une approche générique plus efficace et préférée sur le plan computationnel que les approches d'apprentissage supervisé dans de tels mondes multi-agents complexes.