Chinese contentHySTAR：用锚定超图改进多智能体强化学习的信用分配
做 MARL 的可以看看这篇，用固定超图解决信用分配漂移，SMAC 上比 MAPPO 提了 16.7%，实验覆盖挺全。
#SMAC
2 stories · 0 in 7 days · 0 in 30 days
Stories, products and papers tagged "SMAC", newest first.
Sep 28
Chinese contentG2MAF：测试时梯度引导优化多智能体流策略
多智能体离线RL的新做法：部署后不用重训，靠critic梯度在测试时微调动作，MPE和SMAC上平均提升约9%，延迟只多6%。