群体对抗训练方法

显著提升训练效率

采用多阶段半静态训练范式，将传统单一训练阶段拆分为多个连续阶段，并让强队在与弱队对抗时停止学习，从而显著提高训练效率。

蔡鹤 · 高焕丽

Computational Intelligence and Neuroscience 2023

技术优势

弱队不再白学

强队在与弱队对抗时停止学习，避免弱队持续被击败导致无法学到有效策略。

训练效率翻倍

通过多阶段半静态训练，训练效率相比传统单阶段方法显著提升，节省时间和计算资源。

应用场景

• 群体机器人对抗：用于群体机器人对抗策略的高效训练，提升协作与对抗能力。
• 多智能体强化学习：提供多智能体强化学习中弱队向强队学习的新范式。
• 机器人策略训练：减少策略训练所需时间和计算资源，加速机器人策略迭代。