arXiv · cs.AI· Xiaoyang Cao, Jingqi Li, Zhe Fu, Alexandre M. Bayen·· 1 天前
LiRA通过责任分配优化多智能体共享约束
Who Bears the Burden? Learning Responsibility for Shared Constraints in Multi-Agent Reinforcement Learning
arXiv:2610.07491v1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：Xiaoyang Cao, Jingqi Li, Zhe Fu, Alexandre M. Bayen
研究任务与主要进展
Xiaoyang Cao等提出Lagrangian Responsibility Allocation（LiRA），通过在有限训练周期内优化社会福利，学习多个智能体对共同拉格朗日乘子的责任分配。
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