BriefGPT - AI 论文速递 · 2024-02-06T00:00:00Z SUB-PLAY: 针对部分观测多智能体强化学习系统的对抗性策略 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文提出了一种新的状态对抗性马尔可夫博弈模型，解决了现有方法在状态不确定性下的问题，并提出了一种新的鲁棒性算法RMA3C。实验结果显示该算法对状态扰动的鲁棒性更高。 🏷️ 标签 RMA3C 多智能体 强化学习 状态不确定性 状态对抗性马尔可夫博弈模型 状态扰动 观测 鲁棒性算法 阅读原文 生成长图 分享链接 已复制链接
