arXiv cs.AI· Huiwen Yan, Kyriakos G. Vamvoudakis, Mushuang Liu·· 4 小时前AI 评分34
面向交互策略快速适应的元多智能体强化学习及其自动驾驶应用
Meta-Multi-Agent Reinforcement Learning for Fast Adaptation of Interactive Policies with Applications to Autonomous Driving
AI 导读
Meta-MARL 框架将多智能体强化学习问题建模为 Markov games，实现跨 Markov games 分布的交互策略快速适应。该框架定义了 meta-NE 解概念，并给出其与基于 gradient-play 的 meta-MARL 算法稳定点等价的充分条件。在自动驾驶任务上，该方法比预训练 MARL 基线适应更快。
来源：arXiv cs.AI · arxiv.org