MA-JEPA：多智能体强化学习的世界模型

Brandon Gary Kaplowitz 等人发布 MA-JEPA，一种用于多智能体强化学习的随机世界模型。它用目标表征预测替代观测重建，通过类别潜状态与因果 Transformer，结合后验和动作条件动力学预测目标进行训练，再用潜在想象做 actor-critic 学习，支持集中训练、分散执行。 据论文报告，在 SMAC 的 8 张评测地图中，MA-JEPA 有 4 张的平均胜率达到或超过已报告的最强对比方法。该结果由作者在论文中给出。

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。