arXiv 人工智能· Dogan Urgun·· 7 小时前AI 评分36
GARDEN：面向协同多智能体强化学习的通用自主奖励设计
GARDEN: Generalist Autonomous Reward Design Through Evidence Navigation for Cooperative Multi-Agent Reinforcement Learning
AI 导读
研究人员提出 GARDEN 框架，利用大语言模型自动生成可在相关场景间直接复用的协同多智能体强化学习奖励函数。在 Overcooked 和 SMAX 基准的未见场景测试中，该方法使两种厨房布局的任务回报较默认奖励提升 58.2% 与 52.5%，两个战斗场景的平均胜率从 51.0% 升至 89.9%，表现优于 Eureka 式奖励反思等基线。
来源：arXiv 人工智能 · arxiv.org