研究人员开发了一种方法,以提高模拟足球比赛中AI的多智能体强化学习(MARL)的样本效率。通过引入随机网络蒸馏奖励,新方法鼓励更好的探索,与最先进的TiZero方法相比,在每个训练阶段的样本效率提高了13.3%。这种增强不仅加快了训练速度,还提高了AI球员的泛化能力和适应性,使MARL更适用于实际游戏开发。 AI
影响 加速开发更强大、更适应复杂模拟环境(如体育游戏)的AI智能体。
排序理由 学术论文,详细介绍了提高多智能体强化学习样本效率的新方法。[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 →