arXiv · 工业智能研究摘要· Raz Shmueli·· 1 天前
基于想象的受限多智能体强化学习
Constrained Multi-Agent Reinforcement Learning in Imagination
AI 导读
预印本摘要称，CA-MAMBA通过在多智能体世界模型中预测成本，将大部分受限策略更新转移至想象中。在中位数SMAC配置下，较强的无模型基线所需交互量是CA-MAMBA的10至20倍，且同等预算下CA-MAMBA获得的MAMuJoCo奖励达基线的2.8至12倍。受控测试显示，该模型使成本盲学习器成本降低一半以上，并满足了严格连续控制限制。
来源：arXiv · 工业智能研究摘要 · arxiv.org