NashDreamer获NeurIPS 2026接收

2026年11月3日，arXiv发布论文《NashDreamer: 基于模型强化学习求解零和不完全信息博弈》。该研究提出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问题。论文显示，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。根据论文注释显示，NashDreamer已被NeurIPS 2026接收，同时研究识别出了Dreamer系列算法在随机环境中的后验坍塌漏洞。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。