本文提出了一种 MADRL 的方法，即采用 MA-DDPG 框架，在有多个决策制定者并且这些决策制定者只能观测到部分环境信息，且存在多维度动作空间的情况下，在多输入单输出干扰信道系统中联合优化预编码器，来实现可实现速率区域的边界，同时提出了一种解决相位歧义问题的训练方法（PAE），模拟结果表明这种方法在 MISO IFC 系统中可以学习到近乎最优的预编码策略，并且这是第一篇在多个蜂窝、多用户、多天线系统中证明 MA-DDPG 框架可以联合优化预编码器以达到可实现速率区域的边界的研究。

Sep, 2021

本文提出一种多重对抗领域自适应方法 (MADA)，能够捕获多模态结构，利用多个领域判别器实现不同数据分布的精细对齐，利用随机梯度下降计算梯度，证据表明该模型在标准领域自适应数据集上优于现有最先进方法。

Sep, 2018

介绍了一种新的分布式策略梯度算法 - MAD，并通过分布采样、条件奖励归一化和鲁棒重要性权重控制等方式实现了训练稳定性和泛化性能的提高，该算法在机器翻译模型优化任务中表现优异。

Jul, 2022

本文提出 MADiff，一种基于关注力扩散模型的创新多智能体学习框架，用于模拟多智能体间的复杂协调，以发挥扩散的强大的生成能力。实验证明 MADiff 相比基线算法在各种多智能体学习任务中具有较高的性能。

May, 2023

探究具有通讯功能的自主代理机制内的神经网络中的对抗性攻击及鲁棒性，并证明可通过增加良性代理数量来提高鲁棒性以增强对安全协议的贡献.

Jan, 2021

最近针对医疗方面问题回答的大型语言模型 (LLMs) 取得了重要进展，然而确保生成代理提供准确可靠的答案仍然是一个持续挑战。在这个背景下，多代理辩论 (MAD) 作为提高 LLMs 真实性的主要策略已经出现。本研究提供了医学问答中多代理辩论策略的全面基准以及开源实现，探索了各种策略的有效利用，包括成本、时间和准确性之间的权衡。我们基于这些研究结果提供了基于代理一致性的新辩论刺激策略，在医学问答任务上胜过先前发表的策略。

Nov, 2023

研究了机器学习的鲁棒性，使用集中式和分散式环境进行对抗训练，结果显示比现有研究提高了 18.41% 和 47% 的准确性，并提出了独立同分布和非独立同分布数据的 IID 数据共享方法，可提高自然准确性和鲁棒准确性。

Sep, 2023

本文提出了一种多教师对抗鲁棒性蒸馏的方法 (MTARD)，以指导模型的对抗训练过程，并通过熵平衡算法和归一化损失平衡算法来解决准确性和鲁棒性之间的平衡问题。实验证明，MTARD 在公共数据集上优于现有的对抗训练和蒸馏方法。

Jun, 2023

简单可验证的数学条件用于存在性、唯一性和明确的最小对抗路径 (MAP) 和最小对抗距离 (MAD) 的分析计算，适用于 (局部) 唯一可逆分类器，常规化线性模型 (GLM)，以及熵 AI (EAI)。通过在常见的合成基准测试上展示 MAP 和 MAD 的实际计算、比较和解释，为各类 AI 工具 (如神经网络、提升随机森林、GLM 和 EAI) 提供了证明。在两个生物医学数据问题上 (医疗保险理赔预测和心脏病发作致死率分类) 展示了 MAP 在预定义可控变量子集中为每位患者提供独特的最小风险干预措施。

Oct, 2023

提出一种基于多样性促进学习的深度集成方法，提高深度集成模型抵抗对手攻击的能力，减少攻击的迁移效应，实现更好的白盒和黑盒攻击防御性能。

Dec, 2021