Median Win Rate: 94.03Average Score: 20.94
Papers with Code · CC BY-SA 4.0
Multi-agent Reinforcement Learning
The target of Multi-agent Reinforcement Learning is to solve complex problems by integrating multiple agents that focus on different sub-tasks. In general, there are two types of multi-agent systems: independent and cooperative systems.
<span class="description-source">Source: Show, Describe and Conclude: On Exploiting the Structure Information of Chest X-Ray Reports </span>
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
30개논문
Median Win Rate: 90.62Average Score: 20.27
Median Win Rate: 100
Average Reward: 39
Median Win Rate: 15
final agent reward: -14
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.