IA e os Problemas Difíceis do Mundo · Ciência da computação teórica · arXiv · 2026-10-21
A não estacionariedade quebra os surrógatos de permutação no aprendizado por reforço multiagente: diagnóstico e remédios
Título original: Non-Stationarity Breaks Permutation Surrogates in Multi-Agent Reinforcement Learning: Diagnosis and Remedies
Em dois jogos de aprendizado por reforço multiagente, um dilema social e uma corrida de coordenação em que a influência direcionada entre pares de agentes selecionados é zero por construção, os autores testam uma salvaguarda de relato para medidas da teoria da informação contra a verdade de referência ao longo de 100 sementes. Omitir a exclusão do transiente não estacionário do treinamento produz taxas de falsos positivos de 100.00% e 99.95%, e excluir apenas o transiente ainda deixa 11.8% no jogo de coordenação. Em vez disso, eles recomendam permutar a fonte dentro de blocos de tempo de treinamento, o que atinge 5.25% e 5.50% e é o único dos nulos testados em ou abaixo do tamanho do teste em ambos os jogos, e código e dados são disponibilizados.