arXiv · Machine Learning· Qiyue Xia, J. Michael Herrmann·· 10 小时前AI 评分32
多目标多智能体强化学习中的偏好引导合作
Preference-Guided Cooperation in Multi-Objective Multi-Agent Reinforcement Learning
AI 导读
研究提出元梯度引导的多目标多智能体强化学习方法 MIRL，以多目标结构促进智能体合作，并设计静态 MIRL-S 和动态 MIRL-D 两种变体。该方法通过按目标进行反事实信用分配，评估智能体对团队目标的贡献；多目标粒子环境实验显示，两种方法均提升了 Pareto 前沿质量，动态变体表现最强。
来源：arXiv · Machine Learning · arxiv.org