arXiv · ML· Tom\'a\v{s} Hole\v{c}ek, Viliam Lis\'y·· 8 小时前AI 评分28
NashDreamer: 基于模型强化学习求解零和不完全信息博弈
NashDreamer: Model-Based Reinforcement Learning for Zero-Sum Imperfect-Information Games
AI 导读
研究提出NashDreamer框架，利用中心化多智能体递归状态空间模型（MARSSM）解决双玩家零和不完全信息博弈。 该架构在五个基准游戏中展现出比无模型基线显著更高的早期训练样本效率。 论文已被NeurIPS 2026接收，并识别出Dreamer系列算法在随机环境中的后验坍塌漏洞。
来源：arXiv · ML · arxiv.org