学习在多智能体博弈中报告不安全任务

Casheekar和Tangirala研究多智能体博弈中如何在任务完成后共享奖励的环境下学习报告不安全任务，并分析共同目击者数量对审计条件、策略梯度更新和审计成本的影响。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。