热点事件持续更新
SCOUT：测试时多智能体协调框架
1 篇报道1 个报道来源17 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Machine Learning Theory 发表论文提出 SCOUT，被称为首个在测试时通过动作精炼将生成式基础模型与学习价值函数结合的离线多智能体强化学习（MARL）框架。SCOUT 训练流匹配行为先验与分解价值函数两个解耦组件，在测试时用 Stein 变分梯度下降把行为样本输运到高价值区域，输运步数控制自适应测试时缩放。论文在 IGM 原则下证明联合软价值差的单一项 KL 界，并在离散与连续离线 MARL 基准上取得最佳平均性能，在所有离线到在线配置中均有提升。目前仅见此一篇报道，尚无后续验证或独立复现信息。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv 论文提出 SCOUT 框架，称在离散与连续离线 MARL 基准上取得最佳平均性能。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Machine Learning TheorySCOUT：通过分解价值梯度流实现测试时多智能体协同
论文提出 SCOUT，首个在测试时通过动作精炼将生成式基础模型与学习价值函数结合的离线 MARL 框架。SCOUT 训练流匹配行为先验与分解价值函数两个解耦组件，在测试时用 Stein 变分梯度下降把行为样本输运到高价值区域，输运步数控制自适应测试时缩放。论文在 IGM 原则下证明联合软价值差的单一项 KL 界，并在离散与连续离线 MARL 基准上取得最佳平均性能，在所有离线到在线配置中均有提升。
本事件热度走势
当前热度 6·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。