arXiv · cs.AI· Arjun V Sudhakar, Hadi Nekoei, Mathieu Reymond, Miao Liu, Janarthanan Rajendran, Sarath Chandar·· 11 小时前
R3D2 通用 Hanabi 智能体支持跨设置策略迁移与代理协作
A Generalist Hanabi Agent
arXiv:2503.14555v2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：Arjun V Sudhakar, Hadi Nekoei, Mathieu Reymond, Miao Liu, Janarthanan Rajendran, Sarath Chandar
研究任务与主要进展
Arjun V Sudhakar 等人提出 R3D2（Recurrent Replay Relevance Distributed DQN），一种面向 Hanabi 的通用多智能体代理，旨在同时处理不同游戏设置并将已学策略迁移到其他设置。
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