![arxiv：2502.14264v1 [cs.ai] 2025年2月20日](/simg/9/91d92c1b59721e27856344a080fb32d0b6678a23.webp)
机构名称：
¥ 1.0
深度强化学习者经常面临有效协调感知和决策共同体的挑战，尤其是在具有高度感官输入的环境中，特征相关性各不相同。这项工作介绍了Sprig（使用内部游戏动力学的Spackelberg感知 - 预定学习学习），该框架将内部的感知互动建模为合作的Stackelberg游戏。在Sprig中，感知模块充当领导者，战略性地处理原始感觉状态，而策略模块则遵循，根据提取的功能做出决策。Sprig通过修改后的Bellman运营商提供了理由保证，同时保留了现代政策优化的好处。对Atari Beamrider环境的实验结果，通过其游戏理论提取和决策制定的游戏理论，获得了Sprig的有效性，比标准PPO提高了30％的回报。
arxiv：2502.14264v1 [cs.ai] 2025年2月20日
主要关键词
![arxiv：2502.14264v1 [cs.ai] 2025年2月20日PDF文件第1页](/bimg/f/f428d5557d82829d1814e0a5d63044ea577f4e83.webp)
![arxiv：2502.14264v1 [cs.ai] 2025年2月20日PDF文件第2页](/bimg/a/a6f1e831489d754375efe9b33b77cf9f31f2e221.webp)
![arxiv：2502.14264v1 [cs.ai] 2025年2月20日PDF文件第3页](/bimg/f/f75c6eecf466f0aac3e80ab5c9ca12a3c076397e.webp)
![arxiv：2502.14264v1 [cs.ai] 2025年2月20日PDF文件第4页](/bimg/d/df97951e567b2d87841adec2789246051e4bc2ec.webp)
![arxiv：2502.14264v1 [cs.ai] 2025年2月20日PDF文件第5页](/bimg/4/4b421cec72065e368ae1517c44062113bcfdb827.webp)
相关文件推荐
![arxiv：2502.14967v1 [Quant-ph] 2025年2月20日](/simg/8/8319f08b02881b6f16e79164f1d63bca71f5ef50.webp)
![arxiv：2502.18064v1 [cs.lg] 2025年2月25日](/simg/3/3cc22c4453444562b24860e614ac50ac65241e37.webp)
![arxiv：2502.08975v1 [cs.lg] 2025年2月13日](/simg/9/9b86cff58830179c72c7b0c2f606a479697790a1.webp)
![arxiv：2502.09827V1 [CS.IR] 2025年2月13日](/simg/d/d87770f9eabea0f22351b740be4e0b3c2bd1ed99.webp)
![arxiv：2502.16565v1 [cs.ma] 2025年2月23日](/simg/7/775d1ac93b50887457993601349ae70985d167df.webp)
![arxiv：2502.07214v1 [cs.lg] 2025年2月11日](/simg/5/5e739b943df494c8c1b2eda5f9ab181fc39eb689.webp)
![arxiv：2502.07964v1 [cs.lg] 2025年2月11日](/simg/2/2a81479cb8bc2c44343e5c807b0422b62bbba07e.webp)
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日](/simg/c/c4e43d6e87f57c621b5360bfb0c134c00cdfa1cf.webp)
![arxiv：2502.08803v1 [cs.lg] 2025年2月12日](/simg/4/41988288459a8393a6e22d09294d89be239ea634.webp)
![arxiv：2502.04034v1 [cs.lg] 2025年2月6日](/simg/4/45b620521c05cca554712c2a2c4ec8fc267014ce.webp)
![arxiv：2502.11029v1 [cs.cr] 2025年2月16日](/simg/0/00c802e319afb1ff65548255ca871ea8ad48ff68.webp)
![arxiv：2502.00486v1 [cs.ce] 2025年2月1日](/simg/6/607920211e1a773fea6e3daecbcc0066edddd62f.webp)
![arxiv：2502.04210v1 [cs.lg] 2025年2月6日](/simg/e/e1ea1b3f806283bce4c06a8eedadbb1b6296419a.webp)
![arxiv：2502.14892v1 [cs.cv] 2025年2月17日](/simg/b/b495d4ee9dd26d76c8dad02913bbd55ecbbe1439.webp)
![arxiv：2502.06552v1 [cs.cv] 2025年2月10日](/simg/2/2ec25704fa8c4084b7cc7f50ebc9dcbed085615b.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日](/simg/a/a52b4213b04afe4ff238254673040f354f77e23c.webp)
![arxiv：2502.02919v1 [cs.cv] 2025年2月5日](/simg/9/95a89e73bf74ff876d48cdddc14fbb2c556ce799.webp)
![arxiv：2502.04018v1 [cs.lg] 2025年2月6日](/simg/6/62588bb90c6463caf76624b24b4ad5de6c70ffeb.webp)
![arxiv：2502.07284v1 [cs.cr] 2025年2月11日](/simg/d/df3ff0a7ad3180706db8db5ea47d521c49976c22.webp)
![arxiv：2502.09484v1 [cs.cr] 2025年2月13日](/simg/5/5f5ba30d8d028843690622a79a7928e241ed3f29.webp)
![arxiv：2502.07837v1 [cs.ro] 2025年2月11日](/simg/9/93b35c876d38dc16ed903786765d84ef3dd790f3.webp)
![arxiv：2502.06869v1 [cs.lg] 2025年2月8日](/simg/9/941a44ebdca8e1e2fe7696dbc01558b91923efad.webp)
![arxiv：2502.05739v1 [cs.cr] 2025年2月9日](/simg/8/8c90dfafcced8491bf122f9146142c704356b63d.webp)
![arxiv：2502.06651v1 [cs.cr] 2025年2月10日](/simg/8/85d07bd4f031075dcff413f6e20fae8b425df70c.webp)
![arxiv：2502.08665v3 [Quant-ph] 2025年2月18日](/simg/0/066e97f94f9812a0f4040a6cfd6453237010f14f.webp)
![arxiv：2502.07366v1 [stat.me] 2025年2月11日](/simg/8/89b2f180849147a459f426aef53f9e4f9cb4c95f.webp)
![arxiv：2502.06156v1 [hep-ph] 2025年2月10日](/simg/9/9a696f0e9a16670e0a2ea3e17bf7d3386f70316f.webp)
![arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日](/simg/5/5ee1b28253fd57f67c8de75bac41fc3c62096654.webp)
![arxiv：2502.08460v1 [physics.ao-ph] 2025年2月12日](/simg/1/12f715e769e7835d69ac217f8d9ce327c32aade0.webp)
![arxiv：2502.10218V1 [CS.RO] 2025年2月14日](/simg/b/b0a60d6204e5bce28e8ffb431300febf4de84729.webp)