多智能体Transformer策略动作坍缩问题研究
Get the story
2026年10月5日，arXiv Multiagent Systems 发布一手研究，聚焦多智能体 Transformer 策略中的动作坍缩问题。研究指出，Transformer 策略在多智能体机器人学习中虽有优势，但智能体的无序性与 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。为此，研究建议结合动作多样性、同动作比例和最大动作频率等诊断指标进行评估，以更准确判断策略是否真正具备多智能体协同能力。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Multiagent Systems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。
Heat trend
Current heat 6·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.