研究者提出偏好引导的多目标多智能体强化学习MIRL

Qiyue Xia 与 J. Michael Herrmann 提出 Meta-Gradient Informed Multi-Objective Multi-Agent Reinforcement Learning（MIRL），用于多目标多智能体强化学习中的合作问题。该方法包含静态 MIRL-S 和动态 MIRL-D 两个变体，通过目标级反事实信用分配和元梯度信息，让各智能体自行学习目标优先级，同时优化系统级目标。 在多目标多粒子环境实验中，作者报告该方法相比基线提升了 Pareto 前沿质量，其中动态变体 MIRL-D 表现最强。上述实验结论来自研究者自述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。