PulseAugur
中
实时 15:49:53
实体 Stag hunt

Stag hunt

PulseAugur coverage of Stag hunt — every cluster mentioning Stag hunt across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
关系
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_45606 ·

    新方法引导多智能体AI走向特定均衡

    研究人员开发了一种新的多智能体策略梯度方法，使其能够收敛到特定的纳什均衡。该方法称为对手感知盆地进入，使用同伴学习纠正机制来引导智能体进入由外部标准（如支付主导）选择的均衡。在各种游戏环境中进行的实验表明，与标准的策略梯度相比，这种同伴感知更新策略增加了进入合作盆地的可能性。