校准人工内疚：面向亲社会多智能体强化学习的神经基础奖励塑形

英文标题：Calibrating Artificial Guilt: Neurally Grounded Reward Shaping for Prosocial Multi-Agent Reinforcement Learning

该论文探讨在协作式多智能体强化学习中，如何为个体奖励中的社会性项进行校准。作者提出，不再依赖人工设定这些社会性奖励项的尺度，而是尝试依据人类神经与行为数据校准“内疚”信号。该方法旨在为亲社会多智能体行为提供更具人类经验基础的奖励塑形机制，对设计协作型 Agent 的激励机制具有潜在意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB