提出自适应多样性控制ADiCo框架

2026年10月15日，arXiv人工智能板块报道，研究者 Svar Rajankumar Patel 与 Kshitij Jerath 提出自适应多样性控制框架 ADiCo，用于多智能体强化学习中的团队行为优化。该框架采用双时间尺度机制在线调节行为多样性：快速时间尺度上由 DiCo 将系统多样性调控至目标值，慢速时间尺度上由极值搜索控制器（ESC）仅凭平均回合回报调整该目标，无需显式模型或多样性-性能梯度的解析表达。报道称该框架可在训练过程中在线自适应调整行为多样性。目前进展为框架提出阶段，尚无后续跟进报道。

AI 根据报道生成 · 19 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。