موفقیت محققان دانشگاه تهران درتوسعه نسل جدید سامانه های هوشمند
برتریها: محققان دانشگاه تهران با ارایه روشی توزیع شده در یادگیری تقویتی چندعامله، آموزش و تصمیم گیری مستقل عامل های هوشمند را در مسایل پیچیده ممکن کردند.
به گزارش برتریها به نقل از دانشگاه تهران، محققان دانشکدگان فنی دانشگاه تهران با عرضه یک روش جدید و توزیع شده در حوزه یادگیری تقویتی چندعامله، امکان آموزش و تصمیم گیری مستقل عامل های هوشمند را در مسایل پیچیده و دارای قیود تداخلی مشترک فراهم کردند؛ دستاوردی که می تواند زمینه ساز توسعه سیستم های هوشمند چندعاملی در حوزه هایی مانند رباتیک، شبکه های هوشمند انرژی، حمل و نقل و اقتصاد محاسباتی باشد.
این مقاله با عنوان «A Distributed Primal-Dual Method for Constrained Multi-Agent Reinforcement Learning With General Parameterization» به قلم علی کاهه دانش آموخته رتبه اول کارشناسی ارشد مهندسی برق دانشگاه تهران و حامد کبریایی استاد و عضو هیأت علمی دانشکدگان فنی دانشگاه تهران، در سال ۲۰۲۶ در نشریه معتبر IEEE Transactions on Automatic Control انتشار یافته است. این مجله با شاخص اعتبار علمی SJR=۳.۹۲۹، در جدید ترین رتبه بندی پایگاه استنادی SCImago، جایگاه نخست را در بین ۳۸۲ نشریه بین المللی حوزه سیستم و کنترل به خود مختص کرده است.
این پژوهش به عرضه روشی نوین برای حل مسایل یادگیری تقویتی چندعامله مقیدشده (Constrained Multi-Agent Reinforcement Learning) می پردازد. در خیلی از سیستم های هوشمند، مجموعه ای از عامل ها (Agents) باید به شکل همزمان و مستقل تصمیم گیری کنند و با این وجود به اهداف مشترکی دست یابند. اغلب روشهای موجود برای آموزش این عامل ها به یک واحد کنترل کننده مرکزی یا هماهنگی متمرکز نیاز دارند که اجرای آنها را در محیط های حقیقی و مقیاس بزرگ با محدودیت مواجه می کند. محققان دانشگاه تهران در این مطالعه، روشی کاملا توزیع شده عرضه کرده اند که در آن هر عامل تنها با استفاده از اطلاعات محلی خود و عامل های همسایه، قادر به یادگیری و تصمیم گیری است.
این روش مبتنی بر الگوریتم «اولیه دوگان (Primal-Dual)» و ساختار «Actor-Critic» طراحی شده و به عامل های هوشمند اجازه می دهد ضمن رعایت محدودیت های مشترک سیستم، به شکل آنلاین و مستقل فرایند یادگیری را انجام دهند. همینطور محققان نشان داده اند که متغیرهای دوگان یا ضرایب لاگرانژ میان عامل ها به اجماع می رسند و الگوریتم پیشنهادی از لحاظ، نظری به یک نقطه تعادل همگرا می شود.
از خصوصیت های مهم این مطالعه، امکان استفاده از سیاستهای پارامتری عمومی در محیط های با فضای حالت بزرگ است که قابلیت کاربرد آنرا در مسایل پیچیده دنیای حقیقی بالا می برد. بعلاوه، عملکرد الگوریتم در یک مدل مشارکتی و پویای بازی اقتصادی «کورنو» مورد ارزیابی قرار گرفته و نتایج، کار آمدی روش پیشنهادی را در شرایط پیچیده و تصادفی تأیید کرده است.
یادگیری تقویتی چندعامله یکی از مهم ترین شاخه های هوش مصنوعی به حساب می آید و کاربردهای گسترده ای در حوزه هایی نظیر رباتیک، کنترل شبکه های هوشمند برق، مدیریت ترافیک شهری، سیستم های خودران و مدل سازی بازارهای اقتصادی دارد. عرضه روشهای توزیع شده و مقیاس پذیر در این زمینه می تواند اهمیت بالای ی در توسعه نسل جدید سیستم های هوشمند و خودمختار ایفا کند.
منبع: bartariha.ir
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد موفقیت محققان دانشگاه تهران درتوسعه نسل جدید سامانه های هوشمند