論文の概要: PopGen: Generating Semantically Diverse Populations for Zero-Shot Coordination

• arxiv url: http://arxiv.org/abs/2610.15969v1
• Date: Sun, 11 Oct 2026 22:53:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.278158
• Title: PopGen: Generating Semantically Diverse Populations for Zero-Shot Coordination
• Title（参考訳）: PopGen: ゼロショットコーディネーションのためのセマンティックな異種集団を生成する
• Abstract要約: PopGenは、意味的に多様なエージェントをスクラッチから合成するフレームワークである。 我々は、PopGenの集団に対して訓練された協力者が、目に見えないパートナーと堅牢なゼロショット協力を実現することを示す。
• 参考スコア（独自算出の注目度）: 9.8563711481418
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In multi-agent reinforcement learning, exposing a cooperator to partners with diverse strategies during training is key to better collaboration at test time. However, existing methods typically rely on trajectory-level proxies to measure diversity, which may label two distinct trajectories of the same strategy as diverse. Instead, our key insight is to leverage LLMs' ability to describe behaviorally distinct agents in environments, similar to how humans can recognize high-level strategies. To this end, we introduce PopGen, a framework that synthesizes semantically diverse agents from scratch using LLMs. PopGen first generates a diverse set of textual descriptions of agent behaviors, then translates each behavior into a code policy that can be executed within the environment. We show that cooperators trained against PopGen populations achieve robust zero-shot cooperation with unseen partners, outperforming population-play baselines across four collaborative environments. We further show that semantic diversity scales with PopGen population size, improving the cooperator's worst-case performance, and we identify design choices that preserve population quality while maximizing diversity. Our code is available at https://github.com/labicon/PopGen.
• Abstract（参考訳）: マルチエージェント強化学習では、トレーニング中にさまざまな戦略をパートナーに公開することが、テスト時のコラボレーション向上の鍵となる。 しかし、既存の手法は通常、多様性を測定するために軌跡レベルのプロキシに依存しており、これは多様性と同じ戦略の2つの異なる軌跡を示す可能性がある。 その代わり、私たちの重要な洞察は、人間が高レベルの戦略を認識できるのと同じように、環境の中で行動的に異なるエージェントを記述するLLMの能力を活用することです。 この目的のために,LLMを用いてスクラッチから意味的に多様なエージェントを合成するフレームワークであるPopGenを紹介する。 PopGenは最初、エージェントの振る舞いのテキスト記述の多様なセットを生成し、その後、各振る舞いを環境内で実行できるコードポリシーに変換する。 我々は,PopGen 集団に対して訓練された協同作業者が,目に見えないパートナーとの堅牢なゼロショット協力を実現し,4つの共同作業環境における集団プレイベースラインを上回っていることを示す。 さらに,PopGenの人口規模に比例して意味的多様性が拡大し,コオペレータの最悪の性能が向上することを示し,多様性を最大化しつつ,集団の質を保った設計選択を同定する。 私たちのコードはhttps://github.com/labicon/PopGen.orgから入手可能です。

関連論文リスト

• MARTI-MARS$^2$: Scaling Multi-Agent Self-Search via Reinforcement Learning for Code Generation [64.2621682259008]
  セルフサーチスケーリングによるマルチエージェント強化トレーニングと推論フレームワーク(MARTI-MARS2) 本稿では,MARTI-MARS2を用いたマルチエージェント強化学習・推論フレームワークを提案する。 我々は、MARTI-MARS2が77.7%を獲得し、GPT-5.1のような強力なベースラインを、挑戦的なコード生成ベンチマークで上回っていることを示す。
  論文  参考訳（メタデータ） (2026-02-08T07:28:44Z)
• MultiAgentBench: Evaluating the Collaboration and Competition of LLM agents [59.825725526176655]
  大規模言語モデル(LLM)は、自律的なエージェントとして顕著な能力を示している。 既存のベンチマークでは、単一エージェントタスクにフォーカスするか、狭いドメインに限定されており、マルチエージェントのコーディネーションと競合のダイナミクスを捉えていない。 多様な対話シナリオにまたがってLLMベースのマルチエージェントシステムを評価するためのベンチマークであるMultiAgentBenchを紹介する。
  論文  参考訳（メタデータ） (2025-03-03T05:18:50Z)
• Capability-Aware Shared Hypernetworks for Flexible Heterogeneous Multi-Robot Coordination [1.5970870882365]
  マルチロボットチームのための能力認識共有ハイパーネットワークス(CASH)を提案する。 CASHは、ハイパーネットワークを使用してフレキシブルな共有ポリシを効率的に学習する、ソフトウェイト共有アーキテクチャである。 トレーニングとゼロショットの一般化の両方において、CASHは性能とサンプル効率の点で、ベースラインアーキテクチャを一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2025-01-10T15:39:39Z)
• DARLEI: Deep Accelerated Reinforcement Learning with Evolutionary Intelligence [77.78795329701367]
  本稿では,進化アルゴリズムと並列化強化学習を組み合わせたフレームワークであるDARLEIを提案する。 我々はDARLEIの性能を様々な条件で特徴付け、進化形態の多様性に影響を与える要因を明らかにした。 今後DARLEIを拡張して、よりリッチな環境における多様な形態素間の相互作用を取り入れていきたいと考えています。
  論文  参考訳（メタデータ） (2023-12-08T16:51:10Z)
• AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors [93.38830440346783]
  本稿では,その構成をより高機能なシステムとして協調的に調整できるマルチエージェントフレームワークを提案する。 実験により,フレームワークが単一エージェントより優れたマルチエージェントグループを効果的に展開できることが実証された。 これらの振舞いの観点から、我々は、ポジティブなものを活用し、ネガティブなものを緩和し、マルチエージェントグループの協調可能性を改善するためのいくつかの戦略について議論する。
  論文  参考訳（メタデータ） (2023-08-21T16:47:11Z)
• Quantifying environment and population diversity in multi-agent reinforcement learning [7.548322030720646]
  一般化は多エージェント強化学習の大きな課題である。 本稿では,マルチエージェント領域における一般化と多様性の関係を定量的に検討する。 共同演奏者の変動が与える影響をよりよく理解するために,実験では,行動の多様性の環境によらない新しい尺度を導入する。
  論文  参考訳（メタデータ） (2021-02-16T18:54:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。