arXiv · AI· Kunal Jha, Gon\c{c}alo Faria, Shuyue Stella Li, Scott Geng, Faeze Brahman, Noah A. Smith, Yulia Tsvetkov, Max Kleiman-Weiner, Natasha Jaques·· 11 天前AI 评分45
s^3: 通过合作式多智能体强化学习实现Swarm的简单缩放
s$^3$: Simple Scaling of Swarms via Cooperative Multi-agent RL
AI 导读
首个提出无预设组织架构的多智能体强化学习方法 s^3,允许智能体自主决定独立工作时长及信息共享时机。 在匹配预算下,训练时双倍规模的 s^3 集群解决协调问题的数量比最强基线多 25 倍以上,探索任务中通信智能体将重复工作减少近 50%,性能比 best-of-N 高 9.4 个百分点。 s^3 使组织形式从共享目标中涌现,为构建能协作的大型多模型系统提供基础。
来源:arXiv · AI · arxiv.org