Provably Convergent Actor-Critic for MARL through Risk-aversion
Yizhou Zhang
·
2026-06-01
·
via cs.LG updates on arXiv.org
arXiv:2602.12386v2 Announce Type: replace-cross Abstract: Learning stationary policies in infinite-horizon ge…
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。