arXiv cs.AI· Raz Shmueli, Shahaf S. Shperberg·· 18 天前AI 评分30
基于想象的多智能体约束强化学习方法 CA-MAMBA
Constrained Multi-Agent Reinforcement Learning in Imagination
AI 导读
研究提出在多智能体世界模型中预测成本的方法 CA-MAMBA，将大部分受约束的策略更新转移至想象中进行。在 SMAC 中位数配置下，更强的无模型基线所需交互量是 CA-MAMBA 的 10 到 20 倍；在相同预算下，CA-MAMBA 在 MAMuJoCo 上取得的奖励达基线的 2.8 到 12 倍。测试显示该模型能将无视成本的学习者成本降低一半以上，并满足严格的连续控制限制。
来源：arXiv cs.AI · arxiv.org