研究者提出SEMA自进化多智能体RTS决策框架
热点事件持续更新
研究者提出SEMA自进化多智能体RTS决策框架
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
研究者 Li Ma 等人提交论文,提出面向实时策略(RTS)场景的自进化多智能体框架 SEMA,目标是实现高性能、低延迟决策。该框架通过回合内评估与跨回合分析自适应校准模型偏差,并利用基于结构熵的动态观测剪枝,把高维状态蒸馏为核心语义信息。 作者称,在多个 StarCraft II 地图上的实验中,SEMA 在取得更高胜率的同时,将平均决策延迟降低 50% 以上。上述效果来自论文报告,尚未经独立验证。
AI 根据报道生成 · 16 分钟前更新
最新进展11月20日 13:00
SEMA:面向 RTS 场景高效决策的自进化多智能体框架报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.MASEMA:面向 RTS 场景高效决策的自进化多智能体框架
研究者提出自进化多智能体框架 SEMA,用于实时策略(RTS)场景下的高性能低延迟决策。该框架通过回合内评估与跨回合分析自适应校准模型偏差,并基于结构熵的动态观测剪枝将高维状态蒸馏为核心语义信息。在多个 StarCraft II 地图上的实验显示,SEMA 取得更高胜率的同时将平均决策延迟降低 50% 以上。
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。