arXiv cs.AI· Raz Shmueli, Shahaf S. Shperberg·· 2 天前AI 评分22
CA-MAMBA：在想象中进行受约束多智能体强化学习
Constrained Multi-Agent Reinforcement Learning in Imagination
AI 导读
CA-MAMBA 将多智能体世界模型中的成本预测移入想象空间，在 SMAC 中位配置上所需交互次数仅为无模型基线的 1/10 至 1/20，在同等预算下 MAMuJoCo 奖励为基线的 2.8 至 12 倍。在每基准单任务的受控测试中，将模型成本优势按平价定价可使成本盲学习者的成本降低一半以上，并满足学习型乘数未能达到的严格连续控制限制，表明模型成本估计并非瓶颈。
正文 · AI 翻译
摘要：在多智能体世界模型中预测成本，将大多数受约束的策略更新移入想象中：更强的无模型基线在中位 SMAC 配置上需要 CA-MAMBA 交互次数的 $10$ 到 $20$ 倍，而 CA-MAMBA 在相同预算下获得的 MAMuJoCo 奖励是基线的 $2.8$ 到 $12$ 倍。在每个基准各一个任务的受控测试中，将模型的成本优势按平价定价，可使成本盲学习器的成本减半以上，并满足学习到的乘数未能达到的严格连续控制限制，这表明模型的成本估计并非瓶颈。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21319 [cs.AI] |
| （或 arXiv:2610.21319v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21319 arXiv 颁发的 DOI，通过 DataCite（待注册） |
提交历史
来自：Shahaf S. Shperberg [查看电子邮件]
[v1]
2026年10月15日星期四 06:09:04 UTC（1,307 KB）
来源：arXiv cs.AI · arxiv.org