提出基于Shapley公理的多智能体强化学习框架

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。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。