模仿引导多智能体强化学习
原文:Imitation Bootstrapped Multi-Agent Reinforcement Learning
演示是加速单智能体强化学习 (RL) 的有效方法,但将这种想法扩展到多智能体强化学习 (MARL) 并非易事,因为一个人同时远程操作多个智能体是很困难而且通常是不可能的。循环行为克隆(R2BC)通过让一个演示者一次控制一个代理来解决这个问题
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。