MASTARS:多智能体轨迹增广扩散框架
热点事件持续更新
MASTARS:多智能体轨迹增广扩散框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jiwon Jeon 等研究者发布 MASTARS,这是一种基于扩散模型的多智能体轨迹增广框架,针对离线多智能体强化学习中独立生成缺乏协调、联合生成缺乏多样性的两难,采用逐智能体序列生成,并通过 inpainting 保持跨智能体协调一致。 研究者在 MPE、SMAC、SMAC-v2 等基准上进行了实验,称该框架能显著提升多种离线 MARL 方法的性能。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
MASTARS:基于回报条件子目标的多智能体序列轨迹增强框架报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIMASTARS:基于回报条件子目标的多智能体序列轨迹增强框架
MASTARS 是一种扩散式多智能体轨迹增强框架,针对离线多智能体强化学习中独立生成缺乏协调、联合生成缺乏多样性的两难,采用逐智能体序列生成并借助 inpainting 保持跨智能体协调一致。实验在 MPE、SMAC、SMAC-v2 等基准上显著提升多种离线 MARL 方法的性能。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。