研究人员在应用于异步定价市场的深度多智能体强化学习（MARL）中识别出两种失效模式。这些模式包括竞争智能体之间的默契卡特尔形成以及高事件率下的Actor-Critic不稳定性。该研究提出了一种涉及异步和延迟的部分修复方案，该方案显著减少了串通行为，但未能完全解决不稳定性问题。 AI
影响 识别出定价领域MARL的关键失效模式，可能影响AI智能体在金融市场中的鲁棒性。
排序理由 这是一篇研究论文，详细介绍了特定AI技术的失效模式和提出的修复方案。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.09884v1 Announce Type: cross Abstract: We study two reproducible failure modes of deep multi-agent reinforcement learning in continuous-time pricing markets: (i) tacit cartel formation between competing DDPG agents, and (ii) actor--critic instability at high event rate…
We study two reproducible failure modes of deep multi-agent reinforcement learning in continuous-time pricing markets: (i) tacit cartel formation between competing DDPG agents, and (ii) actor--critic instability at high event rates. We instantiate both inside a single CT-MARL ben…