MARL – Multi Agent Reinforcement Learning

Al giorno d’oggi stiamo assistendo ad un rapido sviluppo nei campi del Pervasive Computing e dell’Intelligenza Artificiale. Quotidianamente siamo circondati da oggetti e/o sistemi intelligenti, sviluppati per aiutarci nei compiti da svolgere. Questo può avvenire, ad esempio, nella nostra abitazione mediante infissi, o elettrodomestici smart oppure sul posto di lavoro dove possono essere presenti sistemi robotici applicati alle catene di montaggio o al comparto logistica. Il campo del Multi Agent Reinforcement Learning cerca di unire le due discipline sopra citate, al fine di rendere sempre più autonomi i sistemi che ci circondano. Questo progetto ha lo scopo di effettuare una panoramica del paradigma MARL, producendo una sezione teorica e una sezione pratica dove vengono testate due delle tecnologie più promettenti e stabili in questo ambito: PettingZoo e Mava. A tal fine, sono stati condotti diversi esperimenti che riproducono alcuni dei più classici problemi nel campo MARL e ne sono stati riportati i risultati ottenuti, evidenziando le potenzialità e i limiti di questi framework.