Yapay zeka alanında çok-ajanlı sistemlerin ölçeklenebilirliği uzun süredir önemli bir engel teşkil ediyordu. Araştırmacılar bu soruna MADDPG-K adlı yenilikçi bir çözüm geliştirdi.
MADDPG (Multi-Agent Deep Deterministic Policy Gradient) algoritması, birden fazla yapay zeka ajanının koordineli şekilde çalışmasını sağlayan güçlü bir yöntemdi. Ancak sistem büyüdükçe her ajan tüm diğer ajanların durumunu takip etmek zorunda kalıyor, bu da hesaplama maliyetini katlanarak artırıyordu.
Yeni MADDPG-K yaklaşımı bu sorunu, her ajanın yalnızca Öklid mesafesine göre en yakınındaki k sayıda ajanla etkileşime girmesini sağlayarak çözüyor. Bu strateji, toplam ajan sayısı ne olursa olsun sabit boyutlu bir hesaplama yapısı sunuyor.
Araştırmacılar, yöntemin karmaşıklık analizinde önemli bir avantaj keşfetti: Kalan ikinci dereceden maliyet, pahalı sinir ağı matris çarpımları yerine basit mesafe hesaplamalarından kaynaklanıyor. Bu durum, sistemin çok daha verimli çalışmasını sağlıyor.
Bu gelişme, drone sürüleri, otonom araç filosu yönetimi ve büyük robotik sistemler gibi gerçek dünya uygulamalarında önemli ilerlemeler vaat ediyor.