基于雙視角建模的多智能體協(xié)作強化學習方法

摘要： 在多智能體協(xié)作領(lǐng)域,強化學習算法通過共享智能體的局部信息來實現(xiàn)智能體間的協(xié)作.但共享協(xié)作機制極易引發(fā)過度協(xié)作問題,導致智能體忽視自身局部觀測信息,喪失策略多樣性,最終陷入低效協(xié)作的困境.為了解決該問題,本文提出基于雙視角建模的多智能體協(xié)作強化學習方法(Bi-View Modeling Collaborative Multi-Agent Reinforcement Learnin...