Dreamer-CPC

Dreamer-CPC 通过历史消息学习增强 MARL · 追踪 2 个来源

研究人员推出了一种新颖的去中心化多智能体强化学习（MARL）方法 Dreamer-CPC，该方法通过将集体预测编码（CPC）与 DreamerV3 世界模型相结合来增强通信。这种方法使智能体能够学习和交换反映历史观察和动作的消息，而不仅仅是当前的消息。在 Observer 和 CatchApple 环境中的评估表明，Dreamer-CPC 在现有方法中表现更优，尤其是在 CatchApple 环境中，其回合回报提高了 4 到 5 倍，…