paper research 2w ago · 
arxiv-cs-lg
分離可能ダイナミクス向けの状態拡張とコンセンサスによるスケーラブルな制約付きMARL Scalable Constrained Multi-Agent Reinforcement Learning via State Augmentation and Consensus for Separable Dynamics
重要度 Medium Medium priority 重要度 Medium · 論文/研究 · Papers / Benchmarks Medium priority · paper/research · Papers / Benchmarks 公開 6月1日 Published Jun 1
AI要約 複数エージェントが制約を守りながら協調学習する分散型MARLフレームワークを提案。状態拡張ポリシー学習と分散コンセンサスを組み合わせ、エージェント数が増えてもスケールする手法を実現している。
EN arXiv:2605.30461v1 Announce Type: new Abstract: We present a distributed approach for constrained Multi-Agent Reinforcement Learning (MARL) that combines state-augmented policy learning with distribut
fallback