DTDE

深度分析

CCKS：提升 DTDE MARL 效能的共識驅動框架

在分散式訓練與執行的多代理強化學習中，缺乏有效協調會導致不穩定與效能下降。研究提出CCKS框架，透過對比學習建構共識模型，讓代理只採納與共識相似的建議，並加入「三思」機制避免盲目模仿。實驗顯示在星際爭霸II與Google足球環境下，整體勝率與學習速度均顯著優於既有基線。