研究人员开发了MASTARS,一个旨在提高离线多智能体强化学习(MARL)数据集质量的新型基于扩散的框架。该方法通过顺序生成多智能体轨迹并强制执行跨智能体一致性(通过inpainting实现),解决了轨迹增强中平衡多样性和协调性的挑战。在MPE、SMAC和SMAC-v2等基准测试上的实验表明,MASTARS显著提升了各种离线MARL技术的性能。 AI
影响 该框架可能有助于在多样化和协调的环境中更有效地训练多智能体系统。
排序理由 该集群描述了一篇关于MARL新颖框架的最新研究论文。[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 →