CA-MAMBA：在世界模型想象中做受约束多智能体强化学习
热点事件持续更新
CA-MAMBA：在世界模型想象中做受约束多智能体强化学习
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Raz Shmueli 与 Shahaf S. Shperberg 在 arXiv 预印本（2610.21319）中提出 CA-MAMBA，在多智能体世界模型中预测代价并开展受约束策略更新，把大部分约束下的策略更新移入想象中进行。 基于论文摘要的实验显示：在 SMAC 中位配置下，更强的模型无关基线需要约 10 至 20 倍于 CA-MAMBA 的交互次数；在相同预算下，CA-MAMBA 在 MAMuJoCo 上取得的奖励为基线的 2.8 至 12 倍。作者还称，在两个基准各一个任务的受控测试中，按平价对世界模型代价优势定价，可将无代价感知学习者的代价降低一半以上，并满足一个其学到的乘子无法满足的严格连续控制限制。目前结果为作者报告的论文摘要阶段数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
CA-MAMBA：在想象中开展受约束多智能体强化学习报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AICA-MAMBA：在想象中开展受约束多智能体强化学习
作者提出CA-MAMBA，在多智能体世界模型中进行受约束策略更新。基于论文摘要的实验显示，在SMAC中位配置下，模型无关强基线需要CA-MAMBA约10至20倍的交互次数；在相同预算下，CA-MAMBA取得的MAMuJoCo奖励为基线的2.8至12倍。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。