arXiv cs.AI· Huiwen Yan, Kyriakos G. Vamvoudakis, Mushuang Liu·· 2026-10-02AI 评分27
面向交互策略快速自适应的元多智能体强化学习及其在自动驾驶中的应用
Meta-Multi-Agent Reinforcement Learning for Fast Adaptation of Interactive Policies with Applications to Autonomous Driving
AI 导读
研究提出一种元多智能体强化学习（meta-MARL）框架，将多智能体强化学习建模为马尔可夫博弈，实现交互策略在多智能体系统中的快速自适应。该方法定义了 meta-NE 解概念，并确立其与基于梯度博弈的算法平稳点之间的等价性充分条件。自动驾驶任务评测显示，该框架比预训练 MARL 基准实现了更快的自适应速度。
来源：arXiv cs.AI · arxiv.org