实体
zero-shot coordination
zero-shot coordination
PulseAugur coverage of zero-shot coordination — every cluster mentioning zero-shot coordination across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
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。
-
研究发现：AI协调算法对实现细节表现出鲁棒性
一项新的研究论文探讨了AI中零样本协调（ZSC）算法的鲁棒性，特别检查了实现细节如何影响其性能。该研究引入了一种“跨实现交叉博弈”评估方案，以测试ZSC算法在随机种子或神经网络架构之外的变化。研究结果表明，对于“Other-Play”ZSC算法，标准的评估方法可以合理地替代更彻底的跨实现测试。