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
来源:arXiv cs.AI · arxiv.org
原文标题:MASTARS: Multi-Agent Sequential Trajectory Augmentation with Return-Conditioned Subgoals
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。
涉及智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org