arXiv · cs.AI · Jianhong Wang, Yang Li, Samuel Kaski, Jonathan Lawry · 7 小时前模型评分33
基于 Shapley 公理的开放多智能体系统强化学习框架
An Axiomatic Framework for Reinforcement Learning in Open Multi-Agent Systems
导读
研究者提出一个公理化框架，从 Shapley 公理（效率、对称性、线性）推导价值函数学习，并给出新的 NAHT 分解以刻画开放与完全可控多智能体系统的差异。基于该框架的 Shapley Machines 与 Banzhaf Machines 两种算法模板可套用 IPPO、POAM 等标准强化学习方法，在 NAHT 基准任务上持续提升学习效率和对未见智能体类型与约定的泛化能力。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose an axiomatic framework that derives value function learning from the Shapley axioms (Efficiency, Symmetry and Linearity), treating them as structural constraints rather than heuristic design choices.”
- “The code of experiments is published on this https URL .”
来源：arXiv · cs.AI · arxiv.org