#协作涌现

arXiv 论文提出 EFXPLORER 多智能体协作探索框架

论文针对多智能体强化学习中联合状态动作空间组合爆炸、协作行为难以涌现的问题，提出约束式探索框架 EFXPLORER。该方法用上镜图重构引入自适应探索预算，将内在奖励与任务目标分离，并加入基于后继距离的内在奖励捕捉长程依赖。在 SMAX、VMAS、MPE 基准上优于强基线并诱导出新协作策略。