arXiv cs.RO· Amit Thakur, Mukesh Singhal·· 3 小时前AI 评分40
多智能体 Transformer 策略的排列鲁棒性不够：动作坍缩问题
Permutation Robustness Is Not Enough: Action Collapse in Multi-Agent Transformer Policies
AI 导读
多智能体 Transformer 策略在智能体顺序排列下，低排列误差可能只是所有智能体选择了相同动作的假象。研究提出用动作多样性、同动作比例和最大动作频率等动作坍缩诊断指标，与排列一致性指标共同评估策略。PPO-ID 基线未坍缩但对顺序敏感，弱等变性惩罚在 N=3 时兼顾鲁棒性与动作多样性，N=4 则需更小的正则权重。
来源：arXiv cs.RO · arxiv.org