Turn-based Multi-Agent Reinforcement Learning Model Checking

要約

この論文では、確率的マルチプレイヤー ゲームにおける複雑な要件に対するターンベース マルチエージェント強化学習 (TMARL) エージェントのコンプライアンスを検証するための新しいアプローチを提案します。
私たちの方法は、TMARL エージェントを扱うには不十分であり、複数のエージェントを使用する大規模なゲームに拡張できないという既存の検証アプローチの制限を克服します。
私たちのアプローチは、TMARL とモデル チェックと呼ばれる検証手法の緊密な統合に依存しています。
私たちは、さまざまなタイプの環境での実験を通じて、技術の有効性と拡張性を実証します。
私たちの実験では、私たちの方法が TMARL エージェントの検証に適しており、単純なモノリシック モデル チェックよりも優れたスケールであることが示されています。

要約(オリジナル)

In this paper, we propose a novel approach for verifying the compliance of turn-based multi-agent reinforcement learning (TMARL) agents with complex requirements in stochastic multiplayer games. Our method overcomes the limitations of existing verification approaches, which are inadequate for dealing with TMARL agents and not scalable to large games with multiple agents. Our approach relies on tight integration of TMARL and a verification technique referred to as model checking. We demonstrate the effectiveness and scalability of our technique through experiments in different types of environments. Our experiments show that our method is suited to verify TMARL agents and scales better than naive monolithic model checking.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google