Level-Based Foraging

新AI方法实现鲁棒的即席团队协作

研究人员开发了一种名为无监督伙伴设计（UPD）的新型多智能体强化学习方法。该技术在学习过程中动态生成训练伙伴，并根据可学习性标准进行调整。UPD消除了对预训练伙伴群体或手动调整的需求，从而在Level-Based Foraging和Overcooked-AI等各种基准测试中实现更多样化的训练和更高的性能。人类-AI用户研究表明，与基线方法相比，使用UPD训练的智能体被认为更具适应性，且令人沮丧的程度更低。