多智能体强化学习新论文：次模轨迹奖励下的贪心算法与近似保证
一篇理论向的多智能体强化学习论文，用 pre-window curvature 把不可加奖励下的策略优化降到多项式时间，还给出近似保证，做 MARL 的可以看看。
#submodular
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「submodular」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月4日
一篇理论向的多智能体强化学习论文，用 pre-window curvature 把不可加奖励下的策略优化降到多项式时间，还给出近似保证，做 MARL 的可以看看。