arXiv cs.AI· Raz Shmueli, Shahaf S. Shperberg·· 9 小时前AI 评分32
CA-MAMBA：在想象世界模型中进行约束多智能体强化学习
Constrained Multi-Agent Reinforcement Learning in Imagination
AI 导读
CA-MAMBA 把约束多智能体强化学习的策略更新搬进想象世界模型：在 median SMAC 配置上，无模型基线所需的交互次数是它的 10 到 20 倍；同等预算下，它在 MAMuJoCo 上取得基线 2.8 到 12 倍的奖励。每项基准各取一个任务的对照测试显示，把模型成本优势按同等水平计价，可让 cost-blind 学习者的成本降低一半以上。
来源：arXiv cs.AI · arxiv.org