arXiv cs.AI· Nikolaos Al. Papadopoulos, Konstantinos E. Psannis·· 1 天前AI 评分42
非平稳性破坏多智能体强化学习中的置换替代检验：诊断与补救
Non-Stationarity Breaks Permutation Surrogates in Multi-Agent Reinforcement Learning: Diagnosis and Remedies
AI 导读
一项 arXiv 研究在两个多智能体强化学习游戏中检验信息论度量的报告规范，发现忽略非平稳训练暂态这一前提时，假阳性率高达 100.00% 和 99.95%。仅排除暂态后假阳性率降至 3.05% 和 11.8%，而推荐的分块内置换零模型在两个游戏中分别达到 5.25% 和 5.50%。代码与数据已公开。
来源：arXiv cs.AI · arxiv.org