Value-Aware MARO

新的价值感知MARO方法在通信丢失下提升多智能体协调能力

研究人员开发了一种名为价值感知MARO的新方法，以增强在通信不可靠时的多智能体协调能力。该方法通过根据Actor-Critic架构的优势估计动态加权预测器的损失函数，改进了现有的MARO技术。这使得模型能够专注于高回报的动态学习，从而防止在通信丢失严重的情况下性能崩溃。在多智能体粒子环境中的实验表明，价值感知MARO在通信丢失场景下实现了超过20%的平均回报提升，并将性能方差降低了近65%。