10:30arXiv cs.AI@Thiago Thomas, Gabriel de Oliveira Ramos, Felipe Meneguzzi多智能体目标识别要求观测者联合推断哪些智能体组成团队及其目标,假设空间随团队划分和目标数量组合增长。MAGR-BB采用共享的团队与目标条件策略作为评分模型,在因子化分支定界搜索中评估假设。在受控的多智能体Blocksworld基准测试中,MAGR-BB在整个轨迹中与穷举搜索返回相同的最高排名假设,同时将假设实例化数量减少几个数量级,累计识别运行时间大幅降低。论文MAGR-BBBlocksworld多智能体强化学习分支定界推荐理由:这篇论文提出了MAGR-BB,用强化学习和分支定界让多智能体目标识别又快又准,Blocksworld上效果拔群。原文