arXiv · ML· Zeyang Li, Navid Azizan·· 3 天前AI 评分22
MADAC 实现带状态级约束的安全多智能体强化学习
Safe Multi-Agent Reinforcement Learning with Convergence to Generalized Nash Equilibrium
AI 导读
研究人员提出 MADAC 算法,通过双策略迭代保证收敛到广义纳什均衡,在保持可行性的同时提升性能。 该算法引入控制不变集(CIS)解决约束违反问题,适用于高维复杂系统的安全 MARL 任务。 实证结果显示,MADAC 在现有基准测试中显著优于其他方法,在提高奖励的同时减少了约束违规。
来源:arXiv · ML · arxiv.org