无学习群体强化学习论文发布：无奖励信号觅食群体逼近纳什分配

Galen J. Wilkerson 在 arXiv（2610.25113）发布论文，提出一种最小觅食群体的自组织强化学习机制：群体中没有学习者、没有奖励信号，也能动态逼近多智能体资源分配博弈的理想自由分布（纳什均衡，而非回报最大化）。 机制上，个体通过 Levy 飞行探索环境，并在邻近网络上以阈值级联方式招募邻居，依靠招募与运动的耦合，约 150 步内达到该分配。论文称该无奖励群体在零训练下达到经验证 oracle 上限的约 65%；追踪资源丰富度的斜率达 0.94，而移除招募与运动的耦合后降至 0.08。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。