AI工具与模型HOT精选全部
arXiv cs.AI评分65

MASTARS:面向多智能体强化学习的回报条件子目标序列轨迹增强

原文标题:MASTARS: Multi-Agent Sequential Trajectory Augmentation with Return-Conditioned Subgoals

导读

离线多智能体强化学习受限于固定数据集的质量,MASTARS通过生成回报条件子目标来扩充轨迹,从而提升学习效果。

推荐理由

涉及智能体 · 与本主题相关

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目