arXiv · Machine Learning· Hannes B\"uchi, Manon Flageat, Eduardo Sebasti\'an, Amanda Prorok·· 8 小时前AI 评分41
多智能体强化学习如何利用事件触发行为多样性与动态角色重分配
Events as Triggers for Behavioral Diversity in Multi-Agent Reinforcement Learning
AI 导读
研究提出一种基于事件触发的多智能体强化学习（MARL）框架，将智能体身份与行为解耦，使智能体能够根据任务事件动态切换角色。框架结合神经流形多样性（NMD）度量和事件驱动超网络，通过生成低秩适配（LoRA）模块实现策略动态重配置。实验表明，该方法在多个基准测试中优于现有基线，并能零样本泛化，解决需要顺序行为重分配的任务。
来源：arXiv · Machine Learning · arxiv.org