PLN y ML3 min read
Investigación
La memoria compartida tiene doble filo: escalar algoritmos actor-crítico más allá de cinco agentes muestra rendimientos decrecientes
Investigadores compartieron búferes de reproducción entre agentes actor-crítico en tareas de acciones parametrizadas. GAC saltó en rendimiento, pero SAC y TQC solo avanzaron lentamente. Más allá de cinco agentes, el costo computacional se dispara sin un retorno significativo. El artículo ofrece un límite práctico sobre hasta dónde pueden estirarse los métodos de experiencia compartida antes de estancarse.
2026-07-27