پژوهشگران دانشکدگان فنی دانشگاه تهران موفق به ارائه روشی جدید و توزیعشده در حوزه یادگیری تقویتی چندعامله (Multi-Agent Reinforcement Learning) شدهاند. این دستاورد امکان آموزش و تصمیمگیری مستقل عاملهای هوشمند را در مسائل پیچیده که دارای قیود تداخلی مشترک هستند، فراهم میکند. این فناوری میتواند زمینهساز توسعه سامانههای هوشمند در حوزههایی نظیر رباتیک، شبکههای هوشمند انرژی، حملونقل و اقتصاد محاسباتی باشد.
جزئیات انتشار مقاله در نشریه معتبر IEEE
این پژوهش با عنوان «A Distributed Primal-Dual Method for Constrained Multi-Agent Reinforcement Learning With General Parameterization» در سال ۲۰۲۶ در نشریه معتبر IEEE Transactions on Automatic Control منتشر شده است. ویژگیهای این نشریه عبارتند از:
- رتبه نخست در میان ۳۸۲ نشریه بینالمللی حوزه سیستم و کنترل (طبق رتبهبندی SCImago).
- شاخص اعتبار علمی SJR برابر با ۳.۹۲۹.
نویسندگان این مقاله شامل علی کاهه، دانشآموخته رتبه اول کارشناسی ارشد مهندسی برق دانشگاه تهران، و حامد کبریایی، استاد و عضو هیئت علمی دانشکدگان فنی دانشگاه تهران هستند.
نوآوری در حل مسائل یادگیری تقویتی مقیدشده
در بسیاری از سامانههای هوشمند، مجموعهای از عاملها (Agents) باید بهطور همزمان و مستقل تصمیمگیری کنند تا به اهداف مشترک دست یابند. چالش اصلی در روشهای موجود، نیاز به یک واحد کنترلکننده مرکزی یا هماهنگی متمرکز است که اجرای آن را در محیطهای واقعی و مقیاس بزرگ با محدودیت مواجه میکند.
پژوهشگران دانشگاه تهران در این مطالعه روشی را ارائه دادهاند که ویژگیهای زیر را دارد:
- ساختار کاملاً توزیعشده: هر عامل تنها با استفاده از اطلاعات محلی خود و عاملهای همسایه، قادر به یادگیری و تصمیمگیری است.
- مبتنی بر الگوریتم اولیه-دوگان (Primal-Dual): طراحی شده با ساختار Actor-Critic.
- عملکرد آنلاین: امکان انجام فرآیند یادگیری بهصورت آنلاین و مستقل ضمن رعایت محدودیتهای مشترک سیستم.