实体
Deep Multi-Agent Reinforcement Learning:A Survey
Deep Multi-Agent Reinforcement Learning:A Survey
PulseAugur coverage of Deep Multi-Agent Reinforcement Learning:A Survey — every cluster mentioning Deep Multi-Agent Reinforcement Learning:A Survey across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
综述论文详述多智能体AI决策方法
一篇新的综述论文详细介绍了多智能体协同决策领域的进展，该领域对于自动驾驶和灾难救援等复杂任务中的AI系统至关重要。论文将当前方法分为五类：基于规则（包括模糊逻辑）、基于博弈论、基于进化算法、基于深度多智能体强化学习（MARL）以及基于大语言模型（LLMs）推理。论文强调了MARL和基于LLM的方法的显著优势，并讨论了未来的研究方向和挑战。
-
深度MARL定价模型显示失效模式，提出部分修复方案
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。