CA-MAMBA

新的 CA-MAMBA 方法增强了多智能体强化学习

研究人员开发了 CA-MAMBA，一种用于约束多智能体强化学习的新方法，显著提高了多智能体场景下的性能。通过将大部分约束策略更新移至想象阶段，CA-MAMBA 所需的交互比传统的无模型基线少得多，并在 SMAC 和 MAMuJoCo 等基准测试中获得了更高的奖励。该模型的成本估算能力也被证明能有效降低对成本不敏感学习者的开销，表明其在更高效、更有效的强化学习应用中的潜力。