跳到正文
arXiv · ML· Amit Thakur, Mukesh Singhal·· 2026-10-05AI 评分20

开放团队多智能体强化学习中的换手正交信用分配

Turnover-Orthogonal Credit Assignment for Open-Team Multi-Agent Reinforcement Learning

AI 导读

该研究提出换手正交信用分配方法,用于解决开放团队多智能体强化学习中因智能体流动导致的信用分配混淆问题。该方法通过价值分解将动作效应与纯换手效应分离,并设计了对称不变集中式 critic。在动态传播基准测试中,该方法在高换手率下取得了最佳平均回报,且性能优于移除交互信用的消融模型。

来源:arXiv · ML · arxiv.org