BE-CTDE：结合异常检测与 Token 经济的区块链赋能多智能体强化学习
BE-CTDE: Blockchain-Enabled Multi-Agent Reinforcement Learning with Anomaly Detection and Token Economics
AI 导读
BE-CTDE 将区块链用作多智能体强化学习的训练管理层，约束协作中的策略偏离。行为验证器比对实际轨迹与共享策略建议，标记驱动罚没、销毁、奖励与补偿的 Token 机制。多智能体寻路实验中，即使攻击者占多数，攻击下成功率大幅高于最先进学习型规划器，碰撞率最多比无经济后果的检测低 35%、比常规质押罚没低 43%。