会员服务
SMAC-Hard: Enabling Mixed Opponent Strategy Script and Self-play on SMAC
Arxiv
0+阅读 · 2024年12月24日
Multi-Agent Training for Pommerman: Curriculum Learning and Population-based Self-Play Approach
Arxiv
0+阅读 · 1月8日
SPRec: Leveraging Self-Play to Debias Preference Alignment for Large Language Model-based Recommendations
Arxiv
0+阅读 · 1月16日
Heterogeneous Multi-agent Zero-Shot Coordination by Coevolution
Arxiv
0+阅读 · 2024年12月31日
SMAC-Hard: Enabling Mixed Opponent Strategy Script and Self-play on SMAC
Arxiv
1+阅读 · 2024年12月23日
Magnetic Preference Optimization: Achieving Last-iterate Convergence for Language Model Alignment
Arxiv
1+阅读 · 2024年12月20日
Evolving Alignment via Asymmetric Self-Play
Arxiv
1+阅读 · 2024年12月12日
SPRec: Leveraging Self-Play to Debias Preference Alignment for Large Language Model-based Recommendations
Arxiv
1+阅读 · 2024年12月12日
Efficacy of Language Model Self-Play in Non-Zero-Sum Games
Arxiv
0+阅读 · 2024年12月9日
JaxMARL: Multi-Agent RL Environments and Algorithms in JAX
Arxiv
0+阅读 · 2024年11月2日
SPO: Sequential Monte Carlo Policy Optimisation
Arxiv
0+阅读 · 2024年10月31日
Magnetic Preference Optimization: Achieving Last-iterate Convergence for Language Models Alignment
Arxiv
0+阅读 · 2024年10月22日
Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment
Arxiv
0+阅读 · 2024年10月28日
Richelieu: Self-Evolving LLM-Based Agents for AI Diplomacy
Arxiv
0+阅读 · 2024年10月9日
MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders
Arxiv
0+阅读 · 2024年10月9日
参考链接
微信扫码咨询专知VIP会员
Top