Aprendizaje por refuerzo en sistemas multiagente mediante MARLÖ

Abstract

[ES] En este trabajo de fin de grado se realizará un estudio basado en el análisis de la aplicación de algoritmos de aprendizaje por refuerzo para entornos mono-agente sobre entornos multi-agente basados en la plataforma MARLÖ. Todo esto con el objetivo de comparar la eficacia y eficiencia de dichos algoritmos en entornos para los cuales no han sido diseñados. Para esto será necesario tanto el diseño y creación de entornos personalizados como la modificación de las implementaciones de los algoritmos para adaptarlas a dichos entornos.

[EN] In this final degree thesis, we perform a study based on the analysis of the application of reinforcement learning algorithms designed for single-agent environments on multi-agent environments based on the MARLÖ platform. All this in order to compare the effectiveness and efficiency of these algorithms in environments for which they have not been designed. This will require both the design and creation of custom environments and the modification of the algorithm implementations to adapt them to those environments.

[CA] En aquest treball de fi de grau es realitzarà un estudi basat en l’anàlisi de l’aplicació d’algoritmes d’aprenentatge per reforç per a entorns mono-agent sobre entorns multiagent basats en la plataforma MARLÖ. Tot això amb l’objectiu de comparar l’eficàcia i eficiència d’aquests algorismes en entorns per als quals no han estat dissenyats. Per això serà necessari tant el disseny i creació d’entorns personalitzats com la modificació de les implementacions dels algoritmes per adaptar-les a aquests entorns.