以動態稀疏訓練提升多智能體強化學習的價值學習效能

本文提出了一種名為MAST的新穎稀疏訓練框架,通過同時改善學習目標的可靠性和樣本分佈的合理性,有效提升了在極度稀疏模型中的價值學習效能。