PulseAugur
中
实时 05:54:36
实体 CleanUp-lite

CleanUp-lite

PulseAugur coverage of CleanUp-lite — every cluster mentioning CleanUp-lite across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_309776 ·

    新AI方法RQA促进多智能体博弈中的合作

    研究人员开发了一种名为互惠Q增强(Reciprocal Q-Augmentation, RQA)的新方法,以促进一般和博弈中的合作,在这种博弈中智能体可能存在利益冲突。RQA使用潜在变量对手模型来增强智能体的Q函数,使其能够估计其行动对其他智能体的影响。这种方法使智能体能够仅使用自身的Q函数来学习合作和背叛策略,与标准的合作算法相比,在社会困境中能够更快地达到更高水平的合作。此外,单个RQA智能体可以诱导使用传统强化学习算法训练的智能体进行合作。