الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-21

عدم الاستقرارية يُفسد البدائل التبادلية في التعلم المعزز متعدد الوكلاء: التشخيص والعلاجات

العنوان الأصلي: Non-Stationarity Breaks Permutation Surrogates in Multi-Agent Reinforcement Learning: Diagnosis and Remedies

في لعبتين من ألعاب التعلم المعزز متعدد الوكلاء، هما معضلة اجتماعية وسباق تنسيق يكون فيه التأثير الموجَّه بين أزواج الوكلاء المختارة معدومًا بالتصميم، يختبر المؤلفون ضمانة إبلاغ للمقاييس نظرية المعلومات مقابل الحقيقة الأرضية عبر 100 بذرة. إن إغفال استبعاد المرحلة الانتقالية غير المستقرة من التدريب يعطي معدلات إيجابيات كاذبة تبلغ 100.00% و99.95%، بينما لا يزال استبعاد المرحلة الانتقالية وحده يترك 11.8% في لعبة التنسيق. يوصي المؤلفون بدلًا من ذلك بتبديل المصدر عشوائيًا ضمن كتل من زمن التدريب، إذ يبلغ ذلك 5.25% و5.50% وهو الوحيد بين الفرضيات الصفرية المختبرة الذي يقع عند حجم الاختبار أو دونه في اللعبتين، وقد أُطلقت الشيفرة والبيانات.

اقرأ المصدر الأصلي ↗

جميع العناصر →