研究提出对抗世界建模多智能体自博弈微调框架

Tong Nie 等作者提出对抗世界建模（AWM）框架，把鲁棒规划器的学习建模为带约束的 min-max 博弈，并通过多智能体自博弈微调来实现。 该框架采用解耦求解器：内层把规划器的预测世界模型转成角色条件对手，通过反事实信用分配学习稀疏场景下的自适应攻击联盟；外层让自我规划器针对冻结的对手，优化后悔感知的鲁棒最优响应。作者称，该框架在理论上是有依据的。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。