NeurIPS 2026 论文提出开放多智能体强化学习公理化框架
热点事件持续更新
NeurIPS 2026 论文提出开放多智能体强化学习公理化框架
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
Jianhong Wang 等在一篇 NeurIPS 2026 论文中提出面向开放多智能体系统的公理化强化学习框架,基于 n-agent ad hoc teamwork(NAHT)设定,从 Shapley 公理(Efficiency、Symmetry、Linearity)推导价值函数学习,并证明对个体价值函数施加这些公理可恢复 Dec-POMDP 的 Shapley value。 论文据此提出 Shapley Machines 和 Banzhaf Machines 两个通用算法模板,可用标准强化学习方法实例化。作者称,套用到 IPPO、POAM 等强基线算法时,方法在 NAHT 基准任务上持续提升学习效率和对未见智能体类型与惯例的泛化能力。实验代码已公开。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AI开放多智能体系统强化学习的公理化框架:Shapley Machines 与 Banzhaf Machines(NeurIPS 2026)
一篇发表于 NeurIPS 2026 的 arXiv 论文提出面向开放多智能体系统的公理化强化学习框架,基于 n-agent ad hoc teamwork(NAHT),从 Shapley 公理(Efficiency、Symmetry、Linearity)出发推导价值函数学习,并证明对个体价值函数施加这些公理可恢复 Dec-POMDP 的 Shapley value。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。