★ 2
HORIZON：部分可观测多智能体导航的零样本对手适应
针对 Lux AI Season 3 的部分可观测、随机回合动态与五局三胜赛制，论文提出分层智能体 HORIZON。它融合对称感知空间感知、双记忆信念追踪、遗物中心图注意力、信息增益驱动探索与对手条件策略混合，将短时程控制与跨局元推理分离。用 PPO 在大规模 JAX 模拟器中训练，在胜率、适应增…
arXiv cs.AI49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对 Lux AI Season 3 的部分可观测、随机回合动态与五局三胜赛制，论文提出分层智能体 HORIZON。它融合对称感知空间感知、双记忆信念追踪、遗物中心图注意力、信息增益驱动探索与对手条件策略混合，将短时程控制与跨局元推理分离。用 PPO 在大规模 JAX 模拟器中训练，在胜率、适应增…