亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Efficient and scalable reinforcement learning for large-scale network control

强化学习 可扩展性 计算机科学 比例(比率) 控制(管理) 钢筋 计算机网络 人工智能 工程类 结构工程 操作系统 地理 地图学
作者
Chengdong Ma,Aming Li,Yali Du,Hao Dong,Yaodong Yang
出处
期刊:Nature Machine Intelligence [Nature Portfolio]
标识
DOI:10.1038/s42256-024-00879-7
摘要

The primary challenge in the development of large-scale artificial intelligence (AI) systems lies in achieving scalable decision-making—extending the AI models while maintaining sufficient performance. Existing research indicates that distributed AI can improve scalability by decomposing complex tasks and distributing them across collaborative nodes. However, previous technologies suffered from compromised real-world applicability and scalability due to the massive requirement of communication and sampled data. Here we develop a model-based decentralized policy optimization framework, which can be efficiently deployed in multi-agent systems. By leveraging local observation through the agent-level topological decoupling of global dynamics, we prove that this decentralized mechanism achieves accurate estimations of global information. Importantly, we further introduce model learning to reinforce the optimal policy for monotonic improvement with a limited amount of sampled data. Empirical results on diverse scenarios show the superior scalability of our approach, particularly in real-world systems with hundreds of agents, thereby paving the way for scaling up AI systems. Applying large-scale AI systems to multi-agent scenarios in real-world settings is challenging. The authors propose a decentralized model-based policy optimization framework to enable scalable decision-making.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
量子星尘发布了新的文献求助10
10秒前
17秒前
量子星尘发布了新的文献求助10
26秒前
量子星尘发布了新的文献求助10
38秒前
李健鹏完成签到 ,获得积分10
43秒前
50秒前
可爱的函函应助卷卷采纳,获得10
52秒前
量子星尘发布了新的文献求助10
57秒前
1分钟前
1分钟前
量子星尘发布了新的文献求助10
1分钟前
yang发布了新的文献求助10
1分钟前
卷卷发布了新的文献求助10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
1分钟前
yang完成签到,获得积分10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
卷卷完成签到,获得积分10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
ukz37752应助科研通管家采纳,获得10
1分钟前
MchemG应助科研通管家采纳,获得10
1分钟前
量子星尘发布了新的文献求助10
2分钟前
WTT完成签到,获得积分10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
量子星尘发布了新的文献求助10
2分钟前
自强不息完成签到 ,获得积分10
2分钟前
2分钟前
内向老师完成签到,获得积分10
2分钟前
widesky777完成签到 ,获得积分10
2分钟前
内向老师发布了新的文献求助10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
量子星尘发布了新的文献求助10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
3分钟前
3分钟前
坚强白凝发布了新的文献求助10
3分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
Statistical Methods for the Social Sciences, Global Edition, 6th edition 600
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
ALUMINUM STANDARDS AND DATA 500
Walter Gilbert: Selected Works 500
岡本唐貴自伝的回想画集 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3666365
求助须知:如何正确求助?哪些是违规求助? 3225436
关于积分的说明 9762962
捐赠科研通 2935270
什么是DOI,文献DOI怎么找? 1607589
邀请新用户注册赠送积分活动 759266
科研通“疑难数据库(出版商)”最低求助积分说明 735188