DelAC：面向团队对称随机游戏的多智能体强化学习
多智能体系统
2026-05-14 v1 计算机科学与博弈论
摘要
本文我们研究具有 团队的团队对称游戏。团队内的玩家具有对称的身份并拥有共同的奖励函数。我们证明团队对称游戏必然存在团队对称纳什均衡。我们构建并求解团队对称纳什均衡的线性互补问题。我们提出一种针对团队对称游戏的基于演员-批评家的多智能体强化学习算法。通过仿真实验，我们展示该多智能体强化学习算法在性能上远优于众多现有算法。
引用
@article{arxiv.2605.12555,
title = {DelAC: A Multi-agent Reinforcement Learning of Team-Symmetric Stochastic Games},
author = {Duan-Shin Lee and Yu-Hsiu Hung},
journal= {arXiv preprint arXiv:2605.12555},
year = {2026}
}