标签
一种结合图注意力机制和动态角色分配的分层多智能体强化学习框架，提高了空战中的战术协调和胜率。
This paper introduces Power Law Graph Attention (PLGA) and the PLDR-LLM architecture, an exact generalization of scaled dot-product attention using input-generated bilinear operators. It presents theoretical results including an inference-collapse theorem, empirical stability measurements, and machine-checked proofs in Lean 4.
本文提出了 LTGA，一种图注意力层，学习逐边的 Tsallis 熵指数，以在重尾、softmax 和紧支撑注意力之间插值，提供可解释的稀疏注意力，并在图基准上取得有竞争力的性能。
本文提出DSiGAT，一种动态场景图注意力框架，联合预测交通场景中所有交互车辆的换道意图和未来轨迹，在NGSIM和highD数据集上取得了最先进的结果。