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。

SUB-PLAY: 针对部分观测多智能体强化学习系统的对抗性策略
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证