L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-21
La non-stationnarité rompt les surrogats par permutation dans l'apprentissage par renforcement multi-agents : diagnostic et remèdes
Titre original: Non-Stationarity Breaks Permutation Surrogates in Multi-Agent Reinforcement Learning: Diagnosis and Remedies
Dans deux jeux d'apprentissage par renforcement multi-agents, un dilemme social et une course de coordination où l'influence dirigée entre certaines paires d'agents sélectionnées est nulle par construction, les auteurs testent un garde-fou de reporting pour les mesures de théorie de l'information par rapport à la vérité terrain sur 100 graines. L'omission de l'exclusion du régime transitoire non stationnaire de l'entraînement donne des taux de faux positifs de 100.00% et 99.95%, et l'exclusion du seul régime transitoire laisse encore 11.8% dans le jeu de coordination. Ils recommandent plutôt de permuter la source au sein de blocs de temps d'entraînement, ce qui atteint 5.25% et 5.50% et constitue la seule des hypothèses nulles testées à se situer à la taille du test ou en dessous dans les deux jeux, et le code et les données sont publiés.