arXiv · ML· Galen J. Wilkerson·· 7 小时前AI 评分20
自组织强化学习：蜂群逼近探索-利用最优点
Self-organizing reinforcement learning: a swarm approaches the explore-exploit optimum
AI 导读
无学习者、无奖励信号的极简觅食蜂群通过重尾飞行与招募级联，动态逼近多智能体资源共享博弈的理想自由/纳什分配最优点。 蜂群达到最优解形态（已提交觅食者丰富度追踪斜率0.94），但非精确均衡；在具身环境中，无奖励蜂群在零训练下达到验证 oracle 上限的~65%，领先至约4000步后被 PPO 和 CTDE 学习者反超（~74-75%）。
来源：arXiv · ML · arxiv.org