原创力文档- 1、本文档共24页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
从强化学习(多)智能体
到大语言模型(多)智能体
毛航宇，快手科技
2024年10月12日@RLChina2024
目录
1.强化学习(多)智能体到大语言模型(多)智能体十年研究脉络梳理
2.强化学习(多)智能体到大语言模型(多)智能体代表工作选讲
DeepRLAgent(DRL)
Transformer-basedRLAgent(TRL)
LLM-basedAIAgent
3.企业实践中的心得体会
2
Background:RLAgents
Background:AIAgents
https://lilianweng.github.io/posts/2023-06-23-agent/
强化学习(多)智能体和大语言模型(多)智能体十年研究脉络
DeepRLDeepMARLNLPLLM–AIAgentLLM–AIAgents
15DRLFoundation--------
15-2:DQN
1615-2:TRPO------
15-6:GAECommunication
15-9:DDPGCommNet/BiCNet/ACCNet
1716-1:AlphaGoATOC/IC3Net/Gated-ACMLTransformer----
17-7:PPO
18NovelPerspectiveCTDEBERT----
RainbowDQN17:MADDPG/19:ATT-MADDPG
C51/QR-DQN18:VDN/QMIX
19EvolutionStrategy21:IPPO/MAPPOGPT-2----
Model-basedRL22:PTDE
ScalingRL
20HierarchalRL(SEIHAI)NovelPerspectiveGPT-3--
文档评论（0）