Learning in Multi-agent Systems with Sparse Interactions by Knowledge Transfer and Game Abstraction

前言

??AAMAS 2015，作者的工作是组里做game abstraction的基础，基本每个新生都会看一看这位博士的毕业论文。这篇论文是其发表的关于这方面工作的论文，我主要关注其中game abstraction的算法。
??执行均衡策略相比之前算法中Q-learning-like的协作准则是一种更好的协作方式，因为即使协同工作，在某些状态仍然可能有冲突。作者提出三种知识迁移方法加速基于博弈论的MARL算法，我主要关注model transfer-based game abstraction。

评价局部环境动态的改变

??对于一个给定的马尔科夫博弈 M = ? N , S , {