Adaptive Diversity Control

新的MARL框架使用极值搜索控制来调整行为多样性

研究人员开发了自适应多样性控制（ADiCo），一个新颖的多智能体强化学习（MARL）框架，可在训练期间动态调整行为多样性。ADiCo使用极值搜索控制器根据回合回报来优化多样性目标，无需手动调整或显式的性能景观梯度。在合作MARL任务上的评估表明，ADiCo通过保持与上下文相适应的多样性水平，有效匹配或超越现有方法，从而实现更好的协调和角色专业化。