神经符号方法在可解释性和概率决策中的多智能体强化学习

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

多智能体强化学习(MARL)在优化多智能体共享资源中的系统性能方面具有潜力。研究者提出了一种基于事件驱动的公式和概率逻辑神经网络(PLNN)框架,用于处理分布式协作 MARL 智能体的决策制定。研究成果通过解决片上系统中的功率共享问题来展示。

🏷️

标签

➡️

继续阅读