에이전트적 엔트로피 균형 정책 최적화(AEPO)는 2025년 10월 중국 런민대학교와 콰이쇼우의 공동 연구팀에 의해 제안되었습니다. 관련 연구 결과는 "[…]" 논문에 게재되었습니다.에이전트 엔트로피 균형 정책 최적화".

AEPO는 정책 전개 및 정책 업데이트 단계에서 엔트로피 균형을 맞추도록 설계된 에이전트 강화 학습(RL) 알고리즘입니다. 이 알고리즘은 두 가지 핵심 구성 요소로 구성됩니다. (1) 엔트로피 사전 모니터링을 통해 전역 및 분기 샘플링 예산을 적응적으로 할당하는 동시에, 연속적인 고엔트로피 도구 호출 단계에 분기 페널티를 부과하여 과도한 분기를 방지하는 동적 엔트로피 균형 확장 메커니즘; (2) 고엔트로피 레이블의 기울기를 보존하고 적절하게 재조정하기 위해 고엔트로피 가지치기 항에 정지 기울기 연산을 삽입하는 동시에, 엔트로피 인식 이점 추정을 통합하여 고불확실성 레이블 학습의 우선순위를 정하는 엔트로피 균형 정책 최적화. 14개의 까다로운 데이터세트에 대한 결과는 AEPO가 7개의 주류 강화 학습 알고리즘보다 지속적으로 우수한 성능을 보임을 보여줍니다.