从多智能体示范中学习隐式因果世界模型

英文标题：Learning Implicit Causal World Models from Multi-Agent Demonstrations

该论文探讨在基于模型的强化学习中，从多智能体示范数据学习隐式因果世界模型。作者指出，世界模型作为内部模拟器，其训练过程往往会将统计相关性与真正的因果机制混淆。在多智能体系统中，物理状态转移及智能体交互会进一步加剧这一问题。该研究对需要构建更可靠、多智能体可泛化模拟与决策能力的开发者具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB