arXiv · AI· Jiwon Jeon, Myungsik Cho, Woojun Kim, Seongmin Kim, Woohyeon Byeon, Seungyul Han, Youngchul Sung·· 4 天前AI 评分27
MASTARS:基于扩散模型的多智能体顺序轨迹增强方法
MASTARS: Multi-Agent Sequential Trajectory Augmentation with Return-Conditioned Subgoals
AI 导读
MASTARS 提出一种基于扩散模型的多智能体轨迹增强框架,通过顺序生成与图像修复(inpainting)机制解决多样性与协调性之间的矛盾。该方法生成的轨迹兼具多样性、协调性和全局一致性。 在 MPE、SMAC 和 SMAC-v2 等基准测试中,MASTARS 应用于多种离线多智能体强化学习(MARL)方法,均表现出显著的性能提升。
来源:arXiv · AI · arxiv.org