多智能体 Transformer 策略中的动作坍缩问题研究

研究指出 Transformer 策略在多智能体机器人学习中虽有优势，但智能体无序性与 Transformer 按序处理 token 的方式存在错配。研究发现低置换误差可能具误导性：策略看似稳健，实则可能因所有智能体选择同一动作而出现动作坍缩，需结合动作多样性、同动作比例和最大动作频率等诊断指标评估。