热点事件持续更新
OMAF：一步在线多智能体流策略框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布研究，提出在线多智能体强化学习框架 OMAF。该框架采用基于 Transformer 的流策略实现一步动作生成，替代扩散策略的迭代采样过程。方法上，OMAF 通过近似路径得分代理与 softmax Q 值联合优化进行训练。在 MPE 和 MAMuJoCo 的 10 项任务上，该方法回报最高提升 3.4 倍，样本效率提升 10.5 倍，同时训练速度加快。目前该工作以预印本形式公开，尚无后续进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
OMAF 框架以预印本形式公开，在 MPE 和 MAMuJoCo 任务上报告回报与样本效率提升。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）OMAF：一步在线多智能体流策略，训练提速且样本效率提升 10.5 倍
研究者提出在线 MARL 框架 OMAF，用基于 Transformer 的流策略实现一步动作生成，替代扩散策略的迭代采样。该方法通过近似路径得分代理与 softmax Q 值联合优化，在 MPE 和 MAMuJoCo 的 10 项任务上回报最高提升 3.4 倍、样本效率提升 10.5 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。