arXiv 人工智能· Raz Shmueli, Shahaf S. Shperberg·· 8 小时前AI 评分29
基于想象的受约束多智能体强化学习研究
Constrained Multi-Agent Reinforcement Learning in Imagination
AI 导读
研究提出在多智能体世界模型中预测成本，将多数受约束策略更新转移至模型内部的想象空间中。在 SMAC 中位数配置上，较强的无模型基线所需的交互量达到 CA-MAMBA 的 10 到 20 倍；在相同预算下，CA-MAMBA 在 MAMuJoCo 上获得的奖励是基线的 2.8 到 12 倍。在受控测试中，该方法将无视成本的学习器成本降低了一半以上，并满足了紧致的连续控制限制。
来源：arXiv 人工智能 · arxiv.org