arXiv cs.AI / cs.LG 最新· Francesco Morri·· 3 天前AI 评分55
RQA 让智能体无需共享奖励也能学会合作
Cooperation Without Shared Rewards via Reciprocal Q-Augmentation
AI 导读
Francesco Morri 提出 Reciprocal Q-Augmentation（RQA），用隐变量对手模型估计自身动作对其他智能体的影响，并据此增强 Q 函数，使智能体仅凭自己的 Q 函数就能同时学到合作与背叛策略。
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。