研究人员开发了一个名为XPM-WM的新框架,该框架显著提高了训练协作式AI智能体的效率。该方法利用学习到的世界模型(WM)来生成模拟轨迹,从而绕过了基于种群的训练(PBT)方法(如交叉博弈最小化(XPM))通常需要的计算成本高昂的混合博弈轨迹。通过消除这一瓶颈并引导智能体训练,XPM-WM展示了卓越的样本效率,并与种群规模呈线性扩展,有效地生成了多样化且高性能的协作智能体。 AI
影响 通过减少训练时间和计算成本,加速了协作式AI智能体的开发和部署。
排序理由 详细介绍AI智能体新训练方法的学术论文。[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 →