PulseAugur
中
实时 12:44:17
English(EN) Unsupervised Partner Design Enables Robust Ad-hoc Teamwork

新AI方法实现鲁棒的即席团队协作

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为无监督伙伴设计（UPD）的新型多智能体强化学习方法。该技术在学习过程中动态生成训练伙伴，并根据可学习性标准进行调整。UPD消除了对预训练伙伴群体或手动调整的需求，从而在Level-Based Foraging和Overcooked-AI等各种基准测试中实现更多样化的训练和更高的性能。人类-AI用户研究表明，与基线方法相比，使用UPD训练的智能体被认为更具适应性，且令人沮丧的程度更低。 AI

影响 该方法有望在协作任务中实现更具适应性、更像人类的AI智能体。

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。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Constantin Ruhdorfer, Matteo Bortoletto, Victor Oei, Anna Penzkofer, Andreas Bulling ·

    无监督伙伴设计实现鲁棒性强的即席团队协作

    arXiv:2508.06336v2 Announce Type: replace-cross Abstract: We introduce Unsupervised Partner Design (UPD), a population-free multi-agent reinforcement learning method for robust ad-hoc teamwork. UPD generates training partners on-the-fly and selects them adaptively based on a lear…

相关话题