Off-Belief Learning

新的妖怪学习环境挑战人工智能合作基准

研究人员推出了妖怪学习环境（YLE），这是一个旨在评估多智能体强化学习算法在合作人工智能场景中的新基准。与前身花火学习环境（HLE）不同，YLE 要求智能体追踪和更新关于移动卡牌的信念，并推断共享知识以实现有效协作。初步评估表明，在 HLE 中表现出色的领先 ZSC 方法在 YLE 中遇到了困难，表现出持续的性能差距和较弱的信念表示。这表明仅在 HLE 上衡量的进展可能无法推广到更复杂的合作任务。