跳到正文
热点事件持续更新

研究者提出LEICA算法应对合作多智能体强化学习外生变异性

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Seongmin Kim等作者将对手策略或环境机制变化等外生变异性导致合作多智能体强化学习失效的问题形式化为 Exogenous Dec-POMDP(ED-POMDP),并提出 CTDE 兼容算法 LEICA。 据作者描述,LEICA 通过为两个组件学习历史条件上下文表示,并用智能体级、影响加权的反事实内在奖励来塑造策略更新。报道未给出该算法在具体任务上的实验效果。

AI 根据报道生成 · 14 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.MA
    LEICA:应对合作多智能体强化学习中的外生变异性

    针对对手策略或环境机制变化等外生变异性导致合作多智能体强化学习失效的问题,研究者将其形式化为 Exogenous Dec-POMDP(ED-POMDP),并提出 CTDE 兼容算法 LEICA,通过历史条件上下文表示与智能体级影响加权反事实内在奖励来塑造策略更新。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。