PADiff：面向无定队伍合作的预测与自适应扩散政策
人工智能
2026-01-21 v2 机器学习
摘要
无定队伍合作 (AHT) 需要智能体与之前未见的队友合作，这在许多实际应用中至关重要。AHT 的核心挑战是开发一个能够即时预测和适应未知队友的 ego 智能体。传统基于强化学习的方法优化单一预期回报，常导致政策坍缩为单一主导行为，从而无法捕捉 AHT 中固有的多模态合作模式。本文引入 PADiff，一种基于扩散的方法捕捉智能体的多模态行为，解锁其与队友的多样化合作模式。然而，标准扩散模型缺乏在高度非平稳 AHT 场景中进行预测和适应的能力。为解决此限制，我们提出了一种将关于队友的关键预测信息集成到去噪过程中的新型扩散政策。广泛的实验在三个合作环境中表明，PADiff 在已有 AHT 方法方面显著优于现有方法。
引用
@article{arxiv.2511.07260,
title = {PADiff: Predictive and Adaptive Diffusion Policies for Ad Hoc Teamwork},
author = {Hohei Chan and Xinzhi Zhang and Antao Xiang and Weinan Zhang and Mengchen Zhao},
journal= {arXiv preprint arXiv:2511.07260},
year = {2026}
}
备注
Accepted by AAAI 2026