Huazhong University of Science and Technology（华中科技大学）

Rollout-Training Co-Design for Efficient LLM-Based Multi-Agent Reinforcement Learning

为高效的大规模基于LLM的多智能体强化学习设计rollout训练

Zhida Jiang, Zhaolong Xing, Jiawei Lu, Yipei Niu, Qingyuan Sang, Liangxu Zhang, Wenquan Dai, Junhua Shu, Jiaxing Wang, Qiangyu Pei, Qiong Chen, Xinyu Liu, Fangming Liu, Ai Han, Zhen Chen, Ke Zhang

机构 * Huawei（华为公司） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 FlexMARL通过端到端训练框架优化rollout与训练协调，实现大规模基于LLM的多智能体强化学习的高效训练。