研究人员开发了一种名为“利他与公平偏好”（AFP）的新效用函数，以鼓励多智能体强化学习（MARL）系统中的合作。该函数整合了智能体对他方奖励的激励以及对公平结果的追求。在社会困境博弈中的实验表明，与标准的强化学习智能体相比，AFP智能体实现了更高的集体奖励和公平性下的互助合作。进一步分析表明，利他偏好驱动了对公共产品的贡献，而公平偏好促进了智能体之间的互惠行为。 AI
影响 引入了一种改善多智能体系统合作的新方法，可能影响分布式AI应用。
排序理由 详细介绍多智能体强化学习新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
