دستاورد جدید پژوهشگران ایرانی در توسعه نسل جدید سامانه‌های هوشمند

پژوهشگران ایرانی در دستاوردی علمی، روشی نوین برای یادگیری تقویتی چندعامله ارائه کردند که امکان تصمیم‌گیری مستقل و غیرمتمرکز عامل‌های هوشمند را در مسائل پیچیده فراهم می‌سازد.

جزئیات پژوهش و انتشار علمی

این مطالعه با عنوان «A Distributed Primal-Dual Method for Constrained Multi-Agent Reinforcement Learning With General Parameterization» توسط علی کاهه، دانش‌آموخته دانشگاه تهران، و حامد کبریایی، عضو هیأت علمی دانشکدگان فنی دانشگاه تهران، تدوین و در سال ۲۰۲۶ در نشریه معتبر IEEE Transactions on Automatic Control منتشر شده است. این نشریه در آخرین رتبه‌بندی پایگاه استنادی SCImago، جایگاه نخست را در میان ۳۸۲ نشریه بین‌المللی حوزه سیستم و کنترل کسب کرده است.

نوآوری در سیستم‌های هوشمند

در بسیاری از سامانه‌های هوشمند، عامل‌ها باید هم‌زمان و مستقل تصمیم‌گیری کنند، اما اغلب روش‌های موجود به هماهنگی متمرکز نیاز دارند که در محیط‌های بزرگ مقیاس با محدودیت مواجه است. روش پیشنهادی پژوهشگران دانشگاه تهران، کاملاً توزیع‌شده است و هر عامل تنها با تکیه بر اطلاعات محلی خود و همسایگان تصمیم‌گیری می‌کند.

ویژگی‌های فنی الگوریتم

• مبنای طراحی: استفاده از الگوریتم «اولیه-دوگان» (Primal-Dual) و ساختار «Actor-Critic».
• استقلال عملیاتی: امکان یادگیری آنلاین و مستقل با رعایت محدودیت‌های مشترک سیستم.
• همگرایی نظری: اثبات رسیدن متغیرهای دوگان به اجماع و همگرایی الگوریتم به نقطه تعادل.

کاربردهای عملیاتی

این روش به دلیل قابلیت استفاده از سیاست‌های پارامتری عمومی، در مسائل دنیای واقعی کارایی بالایی دارد. عملکرد این الگوریتم در مدل‌های مشارکتی و پویای بازی اقتصادی کورنو نیز با موفقیت ارزیابی شده است. حوزه‌های کلیدی کاربرد این فناوری عبارتند از: