다중 에이전트 강화학습에서 행동 다양성의 트리거로서의 이벤트

요약

본 논문은 다중 에이전트 협력 환경에서 작업 조건 변화에 따라 에이전트가 다양한 역할을 수행해야 하는 문제를 다룹니다. 기존 MARL 프레임워크는 행동을 고정된 정체성에 묶어 유연한 역할 전환이 어렵다는 한계가 있습니다. 이를 해결하기 위해, 시스템 상태의 질적 변화를 나타내는 '이벤트(events)'를 트리거로 활용하여 에이전트 정체성과 행동을 분리하고, 이벤트에 반응해 행동을 구현하는 새로운 프레임워크를 제안합니다.

핵심 포인트

• 다중 에이전트 협력에서 유연한 역할 전환은 필수적이지만, 기존 MARL 프레임워크는 이를 지원하지 못한다.
• 작업의 질적 변화를 나타내는 '이벤트(events)'를 도입하여 행동 다양성의 트리거로 활용한다.
• 에이전트 정체성과 행동을 분리하고, 이벤트 기반 하이퍼네트워크와 Neural Manifold Diversity (NMD) 지표를 결합한 새로운 프레임워크를 제시한다.
• 제안된 프레임워크는 기존 방식보다 우수한 성능과 제로샷 일반화 능력을 보여주며, 순차적인 행동 재할당이 필요한 작업을 해결하는 유일한 방법임을 입증했다.