Transfer-Learning in Multi-Agent Systemen

Das Papier untersucht die Anwendung von Transfer-Learning auf adaptive Multi-Agent-Systeme, um die Auswirkungen regulatorischer Änderungen zu verstehen. Es zeigt, dass Transfer-Learning nützlich ist, wenn strukturelle Invarianten bestehen bleiben, aber schädlich sein kann, wenn diese durch Policy-Änderungen beeinträchtigt werden. Die Studie legt Wert auf die Analyse von positivem und negativem Transfer in verschiedenen Regime-Übergängen.