研究人员开发了GARDEN,一个用于合作多智能体强化学习中自主奖励设计的新颖系统。GARDEN旨在创建一个单一的奖励程序,该程序可以有效地跨一系列相关场景重复使用,从而减少手动奖励工程的需求。该系统调查环境代码、训练记录和智能体行为,使用LLM奖励工程师来开发和测试奖励。在Overcooked和SMAX基准测试中的测试表明,与默认奖励和其他方法相比,GARDEN显著提高了任务回报和胜率。 AI
影响 为多智能体系统实现奖励函数设计的自动化,有可能加速复杂合作任务的开发并提高其性能。
排序理由 这是一篇详细介绍AI奖励设计新方法的学术论文。[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 →