Multi-agent RLExperten
SCOUT: Testzeit-Koordination für Offline-MARL durch zerlegte Wertegradienten
SCOUT ist ein Preprint-Framework für Offline-Multi-Agenten-Reinforcement-Learning, das einen flow-matching-basierten Verhaltensprior mit einer additiv zerlegten Q-Funktion kombiniert. Zur Testzeit transportiert jeder Agent Aktionspartikel per Stein Variational Gradient Descent in hochwertige Regionen und wählt anschließend die beste Aktion aus. Auf SMACv1 und MA-MuJoCo erreicht SCOUT die höchsten Durchschnittswerte (16,1 bzw. 82,12) und übertrifft in allen Offline-zu-Online-Konfigurationen MAC-Flow.