置换鲁棒性不足:多智能体 Transformer 策略中的动作坍缩问题
针对多智能体机器人学习,作者发现 Transformer 策略虽能建模交互但存在顺序敏感性与动作同质化风险。研究提出除返回值和置换鲁棒性外,还需引入动作多样性、同行动作比例等诊断指标以检测动作坍缩。实验表明弱等价正则化可在保持行为多样性的同时提升 N=3 智能体团队的鲁棒性,而 N=4 团队需更小权重。论文强调评估多智能体策略应关注其是否维持非坍缩的差异化行为。
推荐理由:本文指出仅凭置换鲁棒性无法保证多智能体策略的有效性,提出需结合动作多样性诊断指标来评估是否存在动作坍缩现象。