English(EN) A Self-Evolving Default Action for Cooperative Tasks with Continuous Action Space

新的SAFE框架增强了连续动作空间中的合作AI

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-21 00:17

研究人员开发了一个名为SAFE的新型多智能体强化学习框架，旨在改进连续动作空间中的合作任务。该框架利用从智能体经验缓冲区采样的自演化默认动作，在不向策略梯度引入偏差的情况下准确量化个体贡献。在合作车辆任务上的实验表明，SAFE的表现优于现有的最先进模型。 AI

影响这项研究可能导致在复杂、连续环境中更高效、更可靠的合作AI系统。

排序理由该集群包含一篇详细介绍多智能体强化学习新框架的研究论文。[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 →

报道来源 [1]

arXiv cs.MA (Multiagent) TIER_1 English(EN) · Shuangyao Huang · 2026-07-21 00:17

面向连续动作空间的合作任务的自适应默认动作

Counterfactual credit assignment has proven effective in multi-agent reinforcement learning (MARL) for discrete action spaces, yet its extension to continuous-action cooperative tasks remains challenging. Existing methods that approximate the counterfactual baseline via Monte Car…