研究人员开发了一种名为互惠Q增强(Reciprocal Q-Augmentation, RQA)的新方法,以促进一般和博弈中的合作,在这种博弈中智能体可能存在利益冲突。RQA使用潜在变量对手模型来增强智能体的Q函数,使其能够估计其行动对其他智能体的影响。这种方法使智能体能够仅使用自身的Q函数来学习合作和背叛策略,与标准的合作算法相比,在社会困境中能够更快地达到更高水平的合作。此外,单个RQA智能体可以诱导使用传统强化学习算法训练的智能体进行合作。 AI
影响 该方法有望在合作有益但不能保证的复杂环境中实现更有效的多智能体系统。
排序理由 详细介绍新AI方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
- arXiv
- CleanUp-Lite
- Iterated Stag Hunt
- Iterated Traveler's Dilemma
- Q-function
- Reciprocal Q-Augmentation
- RL algorithms
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →