[强化学习] 我的场景中有多个主体，那是不是就一定要用多智能体强化学习？

sarl：Single Agent Reinforcement Learning, 单主体强化学习

marl：Multi Agent Reinforcement Learning, 多主体强化学习

先上结论：

不是，使用 sarl 可以解决你所说的 “场景中存在多个主体” 的问题。

 

示例

空口无凭，下面用一个场景来举例子说明此问题：

考虑车联网的场景，有多个车，多个信道，我们的目标就是决定每个车使用哪个信道。在相同信道上的多个车会相互干扰，相互干扰的车，若距离很近那么干扰会很大，干扰当然是越小越好，所以我们尽量不让距离近的车在一个信道上。

从上面的描述中我们可以知道一些基本信息：

• 车是主体（注意，这里的 “主体” 和 Agent 不是一回事，现在还没有提到 Agent，不要自动带入 Agent 的逻辑）
• 动作是信道的选择，可以用信道的标号表示信道。比如：车A选择了2号信道来进行数据传输
• 一辆车的动作会影响另一辆车的动作。比如：情况一：如果 车A 与 车B 很近，而A选择了2号信道，为了减少干扰，那么B就尽量不要选2号信道了（这个情况一后文也会用到）
• 奖励和干扰有关

方案：

1.SARL1

将多辆车（主体）作为Agent，因此当 Agent 在时间 t 从环境中获取