Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 다중 에이전트 시스템에서 에이전트 간 간섭을 방지하고 개별 성능을 보장하기 위한 사회 법칙의 개념을 확률적, 보상 기반 환경으로 확장합니다. 이를 위해 $\alpha$-견고성(robustness)이라는 새로운 개념을 도입하여, 모든 에이전트가 사회 법칙을 준수할 때도 최적 정책을 추구하는 효용을 측정하는 형식론을 제안했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG (Machine Learning)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기다중 에이전트 환경에서 에이전트 간의 간섭을 방지하고 견고한 개별 성능을 보장하기 위해 에이전트를 조정하는 것은 중요한 과제입니다. 다중 에이전트 시스템을 위한 사회 법칙에 대한 이전 연구는 주로 결정론적(deterministic)이고 목표 기반의 설정에 초점을 맞추어 왔습니다. 본 논문은 사회 법칙의 개념을 확률적(stochastic), 보상 기반 환경으로 확장하여, 다양한 조건 하에서 그 견고성을 정의하고 검증하기 위한 형식론(formalism)을 제안합니다. 우리는 모든 에이전트가 사회 법칙을 준수한다고 가정할 때, 각 에이전트가 최적의 단일 에이전트 정책을 추구하면서도 유지하는 보장된 효용을 측정하는 $\alpha$-견고성($\alpha$-robustness)이라는 개념을 도입합니다. 그런 다음 우리는 마르코프 결정 과정(Markov decision processes)을 푸는 일련의 문제로 환원시키는 것을 기반으로, 확률적 설정에서 사회 법칙의 견고성을 검증하기 위한 접근 방식을 제시합니다. 간단한 환경에 대한 경험적 평가는 저희 프레임워크의 잠재력을 보여줍니다.