arXiv 人工智能· Sungil Son, Hoseong Jung, Dahyun Oh, H. Jin Kim·· 8 小时前AI 评分35
EFXPLORER：基于上位图引导探索的合作多智能体强化学习
Cooperative Multi-Agent Reinforcement Learning via Epigraph-Form Guided Exploration
AI 导读
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。
来源：arXiv 人工智能 · arxiv.org