arXiv · Machine Learning· Chih-Wei Huang, Hsin-Chieh Lee, Yun-Chen Yu, Ibrahim Althamary, Rongxing Lu, Phone Lin·· 13 小时前AI 评分42
BE-CTDE：结合异常检测与代币经济机制的区块链赋能多智能体强化学习
BE-CTDE: Blockchain-Enabled Multi-Agent Reinforcement Learning with Anomaly Detection and Token Economics
AI 导读
研究提出 BE-CTDE，以区块链训练管理层结合行为验证和代币机制，约束多智能体强化学习中的策略偏离。代币机制结合罚没、销毁、奖励和补偿，并以留存余额影响全局策略更新贡献。路径规划实验中，面对攻击时其成功率高于先进学习式规划器，即使对手占多数；碰撞率较无经济后果的检测方案最多低35%，较传统质押罚没最多低43%。
来源：arXiv · Machine Learning · arxiv.org