CA-MAMBA约束多智能体强化学习提出

2026年10月16日，arXiv Artificial Intelligence 刊出 Raz Shmueli 与 Shahaf S. Shperberg 的论文，提出 CA-MAMBA 约束多智能体强化学习方法。该方法将约束策略更新移入多智能体世界模型的想象中进行。据该报道，在 SMAC 中位配置上，最强无模型基线所需交互次数为 CA-MAMBA 的 10 至 20 倍；在同等预算下，CA-MAMBA 在 MAMuJoCo 上的奖励为基线的 2.8 至 12 倍。报道还称，在每基准单任务的受控测试中，将模型成本优势按平价定价可使成本盲学习者的成本降低一半以上，并达到学习型乘子未能满足的紧连续控制限制，表明模型成本估计并非瓶颈。上述数字与结论均出自该论文报道，为作者方陈述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。