AI dan Masalah-Masalah Sulit Dunia · Ilmu komputer teoretis · arXiv · 2026-10-21
Non-Stasioneritas Merusak Surrogat Permutasi dalam Pembelajaran Penguatan Multi-Agen: Diagnosis dan Solusi
Judul asli: Non-Stationarity Breaks Permutation Surrogates in Multi-Agent Reinforcement Learning: Diagnosis and Remedies
Dalam dua permainan pembelajaran penguatan multi-agen, sebuah dilema sosial dan sebuah perlombaan koordinasi yang pengaruh terarah antara pasangan agen terpilihnya adalah nol secara konstruksi, para penulis menguji pengaman pelaporan untuk ukuran teoretis informasi terhadap ground truth pada 100 seed. Jika pengecualian transien pelatihan non-stasioner dihilangkan, tingkat positif palsu mencapai 100.00% dan 99.95%, dan mengeksklusi transien saja masih menyisakan 11.8% pada permainan koordinasi. Sebagai gantinya, mereka merekomendasikan mempermutasi sumber dalam blok-blok waktu pelatihan, yang mencapai 5.25% dan 5.50% serta merupakan satu-satunya hipotesis nol yang diuji yang berada pada atau di bawah ukuran uji di kedua permainan, dan kode serta data telah dirilis.