跳到正文
arXiv · AI· Tony H. Zhang, Connor Mattson, Daniel S. Brown·· 4 天前AI 评分23

IBMARL:模仿引导的多智能体强化学习框架

Imitation Bootstrapped Multi-Agent Reinforcement Learning

AI 导读

研究者提出IBMARL框架,将模仿引导强化学习扩展至合作团队,结合轮询行为克隆(R2BC)训练模仿策略。 在四个基准中,IBMARL比演示基线快2.6至4.2倍,且在两项任务上超越演示者本身,代码已开源。

来源:arXiv · AI · arxiv.org