CASTLE：去中心化多智能体强化学习世界模型框架

Fernando Martinez 等作者发表论文提出 CASTLE，一个用于独立多智能体强化学习的离线训练、在线上下文引导框架。它为独立学习的智能体配备局部动力学世界模型与语义-社会世界模型，后者通过反事实模拟器 rollout 学习候选动作下队友与对手的响应。 两个世界模型在线阶段冻结，仅用局部信息为独立 PPO 策略提供预测 logits 引导。据论文称，该设计面向去中心化场景，智能体不依赖全局信息即可获得对手与队友响应的预测。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。