提出ADiCo自适应多样性控制框架

研究者提出自适应多样性控制（ADiCo），一种双时间尺度框架，可在训练中在线调节多智能体强化学习的行为多样性：快时间尺度上 Diversity Control（DiCo）将系统多样性调控至目标值，慢时间尺度上用极值搜索控制器（ESC）仅凭平均回合回报调整该目标，无需显式模型或多样性-性能梯度的解析式。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。