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 [Springer Nature]
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
充电宝应助飘逸的天菱采纳,获得10
1秒前
1秒前
2秒前
pengx完成签到,获得积分10
3秒前
4秒前
共享精神应助sunny采纳,获得10
4秒前
白杨发布了新的文献求助20
5秒前
6秒前
微不足道完成签到,获得积分10
7秒前
9秒前
lalala发布了新的文献求助10
11秒前
sumu完成签到,获得积分10
12秒前
西柚完成签到,获得积分10
12秒前
彳亍完成签到,获得积分10
13秒前
huco发布了新的文献求助10
14秒前
琪琪完成签到 ,获得积分10
14秒前
仁爱的伯云完成签到,获得积分10
14秒前
myl完成签到,获得积分10
15秒前
坚强的缘分完成签到,获得积分10
15秒前
思源应助切奇莉亚采纳,获得10
15秒前
feijelly完成签到,获得积分10
16秒前
难过的钥匙完成签到 ,获得积分10
16秒前
花花完成签到 ,获得积分10
16秒前
李子维完成签到 ,获得积分10
17秒前
snowball完成签到,获得积分10
17秒前
18秒前
刘一完成签到 ,获得积分10
19秒前
飘逸天亦完成签到,获得积分10
21秒前
Luna完成签到 ,获得积分10
21秒前
陈补天完成签到,获得积分10
21秒前
21秒前
spss2005完成签到,获得积分10
23秒前
Ray发布了新的文献求助10
25秒前
喝口鲫鱼汤应助莫泽珣采纳,获得10
25秒前
yz完成签到,获得积分10
25秒前
zzuzll完成签到,获得积分10
26秒前
Owen应助sweater采纳,获得10
26秒前
玉桂兔完成签到,获得积分10
26秒前
眼睛大的尔竹完成签到 ,获得积分10
27秒前
28秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139874
求助须知:如何正确求助?哪些是违规求助? 2790776
关于积分的说明 7796637
捐赠科研通 2447191
什么是DOI,文献DOI怎么找? 1301692
科研通“疑难数据库(出版商)”最低求助积分说明 626313
版权声明 601194