自组织强化学习研究：无学习者的群体如何逼近探索-利用最优
Self-organizing reinforcement learning: a learner-free swarm approaches the explore-exploit optimum
AI 导读
arXiv 论文提出一种最小觅食群体的自组织强化学习机制，无学习者、无奖励信号即可逼近多智能体资源分配博弈的理想自由分布。Agent 通过 Levy 飞行探索、以邻近网络上的阈值级联招募邻居，投入觅食者对资源丰富度追踪斜率达 0.94，移除招募与运动的耦合则降至 0.08。
来源：arXiv cs.AI · arxiv.org