arXiv 人工智能· Huiwen Yan, Kyriakos G. Vamvoudakis, Mushuang Liu·· 11 小时前AI 评分33
面向交互策略快速适应的元多智能体强化学习及自动驾驶应用
Meta-Multi-Agent Reinforcement Learning for Fast Adaptation of Interactive Policies with Applications to Autonomous Driving
AI 导读
研究人员提出了元多智能体强化学习（meta-MARL）框架，用于实现多智能体系统中交互策略的快速适应。该方案将 MARL 问题建模为马尔可夫博弈（MGs），定义了 meta-NE 解概念，并给出了其与基于梯度博弈算法平稳点等价的充分条件。在自动驾驶任务上的评估表明，该方法比预训练 MARL 基线具备更快的适应速度。
来源：arXiv 人工智能 · arxiv.org