arXiv cs.AI· Jianglin Qiao, Siyi Hu, Thien Hoang Nguyen, Zehong Cao, Salah Sukkarieh·· 4 小时前AI 评分34
与未来协作者合作：交错参与下的多智能体强化学习（MARL）
Cooperating with Future Collaborators: Multi-Agent RL under Staggered Participation
AI 导读
SPL 是面向交错参与（SP）的多智能体强化学习训练期增强方法，对先行智能体施加前瞻性信息获取监督，对后加入智能体施加结果监督的接收者学习。在 60 组 MPE/RWARE 骨干设置对比中，SPL 全部取得更高的任务完成率均值，平均提升 14.1%。增益还延伸到八智能体团队以及 Isaac Lab 中的 UAV-UGV 物理环境。
来源：arXiv cs.AI · arxiv.org