BE-CTDE用区块链约束多智能体强化学习
热点事件持续更新
BE-CTDE用区块链约束多智能体强化学习
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Chih-Wei Huang等作者提出BE-CTDE，用区块链训练管理层结合行为异常检测和代币经济机制约束多智能体强化学习中的策略偏离；在多智能体路径规划实验中，该方法在攻击下成功率高于先进学习式规划器，即使攻击者占多数也保持优势。 BE-CTDE通过罚没、销毁、奖励和补偿调整参与者收益，并以留存余额影响全局策略更新贡献。实验中，其碰撞率较无经济后果的检测方案最多低35%，较传统质押罚没方案最多低43%。论文还在明确的检测与记账条件下推导了一轮激励条件和有限的预期排除时间界，称无需完美检测即可实现约束。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningBE-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
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%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。