Nov, 2023

合作多智能体马尔可夫决策过程中的近似线性规划和分散策略改进

TL;DR我们提出了适用于合作多智能体有限和无限时域折扣马尔可夫决策过程的逼近策略迭代算法,其中使用近似线性规划计算近似值函数并实施分散策略改进。