研究人员推出了一种名为BE-CTDE的新系统,该系统将区块链技术与多智能体强化学习(MARL)相结合,以增强物联网等系统中的协调性和信任度。该方法使用区块链作为训练管理层,并采用行为验证器将智能体行为与策略建议进行比较。一种包含罚没和奖励的代币机制会惩罚偏离行为并激励遵守,将智能体的可审计行为与其对全局策略更新的影响直接联系起来。在多智能体路径寻找方面的实验表明,BE-CTDE在对抗条件下显著提高了成功率,即使在对手占多数的情况下也优于现有方法。 AI
影响 这项研究可能为物联网等分布式环境中的更强大、更值得信赖的AI系统带来突破。
排序理由 该集群包含一篇详细介绍多智能体强化学习新方法的学术论文。
在 arXiv cs.MA (Multiagent) 阅读 →
- BE-CTDE
- blockchain
- Blockchain-Enabled Centralized Training and Decentralized Execution
- Internet of Things
- token mechanism
- Centralized Training and Decentralized Execution
- Multi-agent reinforcement learning
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →