研究者提出TOCA多智能体信用分配方法

Amit Thakur 与 Mukesh Singhal 提出轮换正交信用分配（TOCA），一种面向开放团队的价值分解方法。该方法将动作效应、纯轮换效应与动作—轮换交互项分离，以避免幸存智能体因不可控的成员变动被错误奖惩。 该研究以 arXiv 预印本形式发布在 cs.LG 分类下，目前尚无同行评审或实验效果的公开验证信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。