Resumen: La exploración eficiente es un problema bien conocido en el aprendizaje de refuerzo profundo y este problema se exacerba en el aprendizaje de refuerzo de múltiples agentes debido a las complejidades intrínsecas de tales algoritmos. Existen varios enfoques para explorar eficientemente un entorno para aprender a resolver las tareas mediante el agente de varios agentes en ese entorno, de los cuales, la idea de exploración experta se investiga en este trabajo. Más específicamente, este trabajo investiga la aplicación de modelos de gran lenguaje como planificadores expertos para una exploración eficiente en tareas basadas en la planificación para múltiples agentes.
Publicado Originalme en export.arxiv.org El 10 de julio de 2025.
Ver Fuente Original
