BriefGPT - AI 论文速递 · 2025-03-06T00:00:00Z

Multi-Agent Demonstration Inverse Q-Learning

📝

内容提要

本研究提出了一种多智能体边际Q学习（MAMQL）框架，旨在解决多智能体场景中的奖励函数误指定问题。MAMQL通过边际化其他智能体的策略，显著提高了平均收益和样本效率，效果优于现有方法2-5倍。

🏷️

标签

多智能体 奖励函数 平均收益 样本效率 边际Q学习