arXiv · Multiagent Systems· Sangmin Lee, Youngju Na, Chanmi Lee, Sung-eui Yoon·2026-10-08 12:00· 3 小时前AI 评分25

基于保支撑蒸馏的多智能体协同

Multi-Agent Coordination via Support-Preserving Distillation

AI 导读

论文提出 Mode-Support Semi-Discrete Optimal Transport（MoSDOT），解决离线多智能体强化学习中流式教师模型把相近噪声样本路由到冲突协同模式、进而经蒸馏损失传播到学生策略的问题。