Skip to content
Hot eventLive

TOCA：开放团队多智能体强化学习的周转正交信用分配

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv Multiagent Systems（一手）报道，研究者提出周转正交信用分配（TOCA），一种面向开放团队多智能体强化学习的价值分解方法。该方法将动作效应、纯周转效应与动作—周转交互分离开；采用置换不变的集中式 critic，以处理可变规模智能体集合与事件 token；并导出反事实逐智能体信用信号，同时给出软加权交互变体 TOCA-β。目前公开信息仅涉及该方法提出及其核心设计，未见实验结果或后续验证报道。

Generated from reports · updated 16 hr ago

LatestOct 5
研究者提出TOCA，分离动作效应、纯周转效应与交互，并导出反事实逐智能体信用信号及变体TOCA-β。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Multiagent Systems
    面向开放团队多智能体强化学习的周转正交信用分配方法 TOCA

    研究者提出周转正交信用分配（TOCA），一种面向开放团队多智能体强化学习的价值分解方法，将动作效应、纯周转效应与动作—周转交互分离开。该方法用置换不变的集中式 critic 处理可变规模智能体集合与事件 token，并导出反事实逐智能体信用信号及软加权交互变体 TOCA-$\beta$。

Heat trend

Current heat 6·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

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.