Multi-Agent RL进阶
置换鲁棒性不足:多智能体Transformer策略中的动作坍缩
这篇预印本研究了多智能体Transformer策略在智能体顺序置换下的表现,发现低置换误差可能掩盖‘动作坍缩’:策略让所有智能体选择相同动作而看似鲁棒。在合作导航任务中,PPO-ID基线行为多样但顺序敏感,等变性正则化改善鲁棒性却降低多样性,且适用强度随智能体数量变化。作者建议同时报告回报、置换一致性和动作多样性指标。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
这篇预印本研究了多智能体Transformer策略在智能体顺序置换下的表现,发现低置换误差可能掩盖‘动作坍缩’:策略让所有智能体选择相同动作而看似鲁棒。在合作导航任务中,PPO-ID基线行为多样但顺序敏感,等变性正则化改善鲁棒性却降低多样性,且适用强度随智能体数量变化。作者建议同时报告回报、置换一致性和动作多样性指标。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。