LiRA通过责任分配优化多智能体共享约束

Xiaoyang Cao等提出拉格朗日责任分配（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；其在四个基准中的社会福利较均匀分配和按智能体分配乘子的基线最高提升29%。 共同乘子负责执行总体预算约束，LiRA只调整各智能体对乘子的责任份额，不改变原始奖励或约束。作者称，在凸博弈和标准正则条件下，不同份额可形成一族平滑的归一化广义纳什均衡。CityLearn、MABIM、Harvest和MetaDrive实验涉及3至400个智能体，电网和驾驶成本保持在预算内，库存违规减少，Harvest对可用预算的利用更充分。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。