CoDreamer: 통신 기반 분산형 세계 모델

샘플 효율성은 강화 학습에서 중요한 과제입니다. 모델 기반 RL은 해결책으로 등장했지만, 주로 단일 에이전트 시나리오에 적용되었습니다. 본 연구에서는 다중 에이전트 환경을 위한 Dreamer 알고리즘의 확장인 CoDreamer를 소개합니다. CoDreamer는 그래프 신경망을 활용하여 부분 관찰 가능성과 에이전트 간 협력과 같은 문제를 해결하기 위한 2단계 통신 시스템을 구축합니다. 통신은 각 에이전트의 학습된 세계 모델 내와 학습된 정책 내에서 별도로 활용되어 모델링과 과제 해결을 향상시킵니다. 우리는 CoDreamer가 단순한 Dreamer 적용보다 더 큰 표현력을 제공함을 보이며, 다양한 다중 에이전트 환경에서 기존 방법들보다 우수함을 입증합니다.