研究与开源 / AI 快讯
韩国学者提出EFXPLORER框架：利用上图形式引导多智能体协作强化学习探索
持续关注 AI 产品与行业变化
韩国学者Sungil Son等人在arXiv发布预印本，提出EFXPLORER框架。针对多智能体强化学习中联合状态空间组合复杂导致协作难的问题，该方法通过约束探索目标以维持任务性能，并利用上图重构引入自适应探索预算。结合基于后继距离的内在奖励捕捉长期依赖，在SMAX、VMAS和MPE基准测试中表现优于基线，诱导出新协作策略。
- 论文公告时间
- 2026-11-06 13:00（北京时间）
- 本站发布时间
- 2026-11-07 05:56
- 候选整理时间
- 2026-11-07 05:55
- 更正时间
- 暂无更正
来源与出处
本文为独立中文摘要，具体内容与开放范围请参阅原文。