arXiv cs.AI· Dogan Urgun·· 3 天前AI 评分36
GARDEN：面向合作多智能体强化学习的通用自主奖励设计
GARDEN: Generalist Autonomous Reward Design Through Evidence Navigation for Cooperative Multi-Agent Reinforcement Learning
AI 导读
GARDEN 提出利用大语言模型（LLM）自主编写通用奖励函数，生成的单一奖励程序无需修改即可迁移用于未见过的合作多智能体强化学习（MARL）场景。在 Overcooked 未见厨房布局中，其任务回报较默认奖励提升 58.2% 和 52.5%；在 SMAX 战斗场景中将平均胜率从 51.0% 提升至 89.9%，表现优于类 Eureka 等基线方法。
来源：arXiv cs.AI · arxiv.org