arXiv cs.AI· Hongrui Zheng, Aditya Singh, Rahul Mangharam·· 6 小时前AI 评分22
SafeDiSTL：分解联合约束的安全多智能体强化学习框架
SafeDiSTL: Decomposing Joint Constraints for Safe Multi-Agent Reinforcement Learning
AI 导读
SafeDiSTL 是一个约束多智能体强化学习框架，利用 Signal Temporal Logic（STL）鲁棒性度量回合级违规，并通过可微动力学计算动作敏感度，在联合约束测量下实现各智能体的信用分配。在协作载荷运输、连通导航和网络化交通控制任务中，SafeDiSTL 将运输安全成功率提升至基线的 1.6-5.1 倍，导航安全成功率提升 11.1%，交通吞吐量提升 50-68%。
来源：arXiv cs.AI · arxiv.org