arXiv cs.AI / cs.LG 最新· Qiyue Xia·· 2 天前AI 评分35
MIRL：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
MIRL 通过目标级反事实信用分配与 meta-gradient 信息，让多目标结构直接引导多智能体合作，并提供静态 MIRL-S 与动态 MIRL-D 两个变体。在多目标多粒子环境实验中，该方法相比基线提升了 Pareto 前沿质量，其中动态变体 MIRL-D 表现最强。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。