PulseAugur
实时 15:30:32
实体 Differentiable Belief-based Opponent Shaping

Differentiable Belief-based Opponent Shaping

PulseAugur coverage of Differentiable Belief-based Opponent Shaping — every cluster mentioning Differentiable Belief-based Opponent Shaping 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_58611 ·

    用于多智能体强化学习的新型可微分基于信念的对手塑造方法

    研究人员推出了一种新颖的多智能体强化学习方法——可微分基于信念的对手塑造(D-BOS)。D-BOS 通过对信念动态进行微分来影响对手的信念,将信念状态本身作为塑造目标,而不是明确的欺骗性或合作性行为。与 PPO 和 BBM 等现有方法相比,该方法在隐藏角色游戏中表现出更优越的性能,尤其是在混合动机场景中。