arXiv · AI· Francesco Morri, Adel Abusitta, Quentin Cappart, Margarida Carvalho·· 12 小时前AI 评分26
Reciprocal Q-Augmentation 实现无需共享奖励的协作
Cooperation Without Shared Rewards via Reciprocal Q-Augmentation
AI 导读
提出 Reciprocal Q-Augmentation (RQA) 方法，利用潜在变量对手模型增强 Q-function，使智能体仅凭自身 Q 函数即可学习协作策略。 在 Iterated Prisoner's Dilemma 等博弈实验中，RQA 比完全协作算法达成更高水平的合作。 单智能体通过策略切换即可诱导标准 RL 智能体合作，提升社会福利。
来源：arXiv · AI · arxiv.org