研究提出用对称性刻画智能体异质性

一项新研究针对有限时域部分可观测随机博弈（POSG），提出"策略评估对称性"作为统一结构判据：当完整策略评估与某变换可交换时，该变换即为策略评估对称性，其智能体轨道定义了智能体的结构类型，且不依赖具体策略或初始状态分布。作者为 Jianhong Wang 与 Jonathan Lawry。 作者证明，逐分量环境自同构必然是策略评估对称性，但反之不成立。在协作式 Dec-POMDP 中，即便所有智能体共享同一奖励，它们也可以属于不同的结构类型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。