实体 TiZero

TiZero

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

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_183371 · Aug 5 · 04:00

新的MARL方法将足球AI训练效率提高了13.3%

研究人员开发了一种方法，以提高模拟足球比赛中AI的多智能体强化学习（MARL）的样本效率。通过引入随机网络蒸馏奖励，新方法鼓励更好的探索，与最先进的TiZero方法相比，在每个训练阶段的样本效率提高了13.3%。这种增强不仅加快了训练速度，还提高了AI球员的泛化能力和适应性，使MARL更适用于实际游戏开发。