协做多智能体强化学习中的回报函数设计

©PaperWeekly 原创 · 做者｜李文浩node 学校｜华东师范大学博士生算法 研究方向｜强化学习c# 下面总结几篇涉及到为使得多智能体强化学习（MARL）算法可以更好地解决协做问题，而对智能体回报函数（reward function）进行设计的近年论文。这些论文主要可分为如下两个方向：1）解决多智能体社会困境（social dilemma）问题；2）解决多智能体探索（exploratio

>>阅读原文<<