研究者提出ADiCo自适应多样性控制框架

研究者 Svar Rajankumar Patel 与 Kshitij Jerath 提出自适应多样性控制框架 ADiCo，用于在多智能体强化学习训练中在线调节团队行为多样性。 该框架采用双时间尺度：快速层面由 Diversity Control（DiCo）将系统多样性调控至目标值；较慢层面由极值搜索控制器（ESC）仅凭平均回合回报调整该目标，无需显式模型，也不需要多样性—性能梯度的解析式。 上述内容来自研究者在 arXiv 上发布的一手论文，为其提出并评估的方法。

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。