Goran Radanovic

エージェントの行動によって引き起こされる環境の変化を考慮した新しい強化学習のアプローチがあるよ。

新しいアプローチがAIエージェントに構造化されたディベートを通じて正当な決定を下すようにトレーニングするんだ。

パフォーマティブRLがゲームのダイナミクスやポリシーの安定性にどう影響するか探ってるんだ。