arXiv · cs.AI· Svar Rajankumar Patel, Kshitij Jerath·· 6 小时前
ADiCo：通过寻极控制优化多智能体强化学习中的团队行为
Optimizing Team Behavior via Extremum-seeking Control in Multi-agent Reinforcement Learning
arXiv:2610.18808v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Svar Rajankumar Patel, Kshitij Jerath
研究任务与主要进展
作者提出自适应多样性控制框架ADiCo，用双时间尺度在线调节多智能体强化学习中的行为多样性：快速调节多样性至目标值，缓慢通过Extremum Seeking Controller仅依据平均回合回报更新目标。在两个合作型MARL任务的六种配置中，基于论文摘要，ADiCo保持了适合任务的多样性水平，并匹配或超过DiCo与Unconstrained DiCo的平均性能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org