Neural Manifold Diversity

新的MARL框架使用事件实现动态代理行为

研究人员引入了一个新的多智能体强化学习（MARL）框架，解决了固定代理身份与固定行为相关的局限性。这种新颖的方法使用事件作为触发器来诱导行为多样性，使代理能够随着任务条件的演变动态地扮演不同的角色。该框架结合了神经流形多样性（NMD）来创建一个富有表现力的行为流形，以及一个基于事件的超网络，该网络生成低秩自适应（LoRA）模块，用于即时策略重新配置。实证结果表明，该方法优于现有基线，并展示了零样本泛化能力，特别是在需要顺序角色重新分配的任务中。