研究者提出受限多智能体强化学习算法CA-MAMBA

2026年10月16日，arXiv发布基于想象的受约束多智能体强化学习研究。该研究提出了CA-MAMBA算法，通过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。实验结果表明，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。此外，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，并成功满足了紧致的连续控制限制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。