A Distributed Primal-Dual Method for Constrained Multi-agent Reinforcement Learning with General Parameterization
यह शोध पत्र एक पूर्णतः विकेंद्रीकृत, एक्टर-क्रिटिक-आधारित प्राइमल-डुअल एल्गोरिदम का प्रस्ताव करता है जो सहकारी बाधित बहु-एजेंट सुदृढीकरण सीखने (multi-agent reinforcement learning) के लिए है, जो एजेंटों को केंद्रीय समन्वय के बिना प्राइमल और डुअल चरों के स्थानीय अनुमान बनाए रखकर एक संतुलन पर अभिसरण करने में सक्षम बनाता है, जिसका प्रदर्शन एक स्टोकेस्टिक बाधित कुरनोट गेम (stochastic constrained Cournot game) में मान्य किया गया है।