研究人员提出多智能体强化学习探索框架EFXPLORER
Start here
2026年11月6日，研究人员在arXiv发布研究，提出了合作多智能体强化学习的受约束探索框架EFXPLORER。该框架通过上位图重构引入自适应探索预算，实现在保持既有任务性能约束的同时最大化探索目标。EFXPLORER将内在奖励与任务目标解耦，借助任务可行性调节探索过程，并融入了基于后继距离的内在奖励以捕捉长期依赖。实验结果显示，EFXPLORER在SMAX、VMAS和MPE基准测试中均优于强基线模型，并能激发出新颖的协作策略。
AI-generated from reports · Updated 7 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能EFXPLORER：基于上位图引导探索的合作多智能体强化学习
研究人员提出受约束的探索框架 EFXPLORER，通过上位图重构引入自适应探索预算，在保持既有任务性能的约束下最大化探索目标。该方法将内在奖励与任务目标解耦，并通过任务可行性调节探索，同时融入基于后继距离的内在奖励以捕捉长期依赖。实验表明，EFXPLORER 在 SMAX、VMAS 和 MPE 基准测试中均超越强基线，并能激发出新颖的协作策略。
Story heat trend
Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.