CASTLE：带反事实语义社会世界模型的独立多智能体强化学习

2026年10月7日，arXiv Multiagent Systems 频道发布一手论文，提出 CASTLE（Counterfactual Action-conditioned Semantic Tokens for Local Execution in Decentralized MARL），用于独立多智能体强化学习。该框架采用离线训练、在线上下文引导的方式，包含两个组成部分：局部动力学世界模型与语义-社会世界模型。论文将其定位为带反事实语义社会世界模型的独立多智能体强化学习方法。目前公开信息仅涉及该论文本身，未见后续实验结果、复现或同行评议报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。