研究人员推出了一种新颖的在线多智能体强化学习（MARL）框架OMAD，该框架利用扩散策略来增强智能体协调。该方法解决了扩散模型中棘手的似然性问题，而这通常会阻碍在线MARL环境中的探索。OMAD采用了一种宽松的策略目标，该目标最大化了缩放后的联合熵，并使用联合分布值函数进行去中心化策略优化，从而显著提高了样本效率。 AI
影响 引入了一种新颖的多智能体强化学习方法，有望提高复杂AI系统中的协调和样本效率。
排序理由 这是一篇详细介绍新框架和方法的学术论文。[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 →