TSPPO : optimisation de politique proximale séquentielle basée sur des transformateurs pour des systèmes multi-agents

Key Points

• La prise de décision séquentielle améliore l'efficacité dans les systèmes multi-agents avec environ 10 % d'amélioration des performances.
• Les méthodes d'optimisation de politique réduisent considérablement la complexité des interactions multi-agents, améliorant la coordination.
• L'utilisation d'une architecture de transformateur permet une meilleure adaptation aux environnements dynamiques dans les applications en temps réel.
• Les résultats suggèrent que ces méthodes pourraient fournir des cadres plus solides pour les développements futurs des systèmes multi-agents.