★ 2
拜占庭容错多智能体强化学习新方法
论文提出 FRAC-MARL，一种去中心化的拜占庭容错 actor-critic 多智能体强化学习方法。每个智能体利用两跳消息的冗余识别可靠消息，在时变通信图上证明参数几乎必然收敛到无攻击情形下的同一极限点。作者给出新的拓扑收敛条件并证明其可在多项式时间内验证，在协作多机器人编队任务上验证了方法有…
arXiv cs.LG40 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 FRAC-MARL，一种去中心化的拜占庭容错 actor-critic 多智能体强化学习方法。每个智能体利用两跳消息的冗余识别可靠消息，在时变通信图上证明参数几乎必然收敛到无攻击情形下的同一极限点。作者给出新的拓扑收敛条件并证明其可在多项式时间内验证，在协作多机器人编队任务上验证了方法有…