arXiv cs.MA· Chengxi Zhong, Yongzhe Chang·· 10 小时前AI 评分27
Anchor and Perturb（AnP）：用探索注入修复多智能体协调中的懒惰智能体
Anchor and Perturb: Lazy Agent Remediation by Exploration Injection
AI 导读
Anchor and Perturb（AnP）是一个轻量框架，通过将探索性方差注入与循环流形稳定性解耦来修复多智能体协调失败。它隔离表现不佳的懒惰智能体并向目标坐标注入非对称探索脉冲，同时将已收敛队友锚定在贪心利用上。基准测试显示，AnP 可将崩溃的联合策略从 5% 评估胜率低谷恢复至 85%，并维持 90% 的峰值胜率，且无需修改网络结构。
正文 · AI 翻译
摘要：Anchor and Perturb（AnP）是一个轻量级框架，通过将探索性方差注入与循环流形稳定性解耦，解决多智能体协调失败问题。现有的补救策略主要改变混合网络架构，或在集体中强制同时探索，这不可避免地会在非单调奖励空间中引发严重的时间差分惩罚。具体而言，AnP 隔离表现不佳的懒惰智能体，向目标坐标注入非对称探索脉冲，同时将已收敛的队友锚定到名义上的贪婪利用。经验遥测基准表明，AnP 成功挽救了崩溃的联合策略（从 5% 的评估胜率最低点恢复到 85%），并有助于逃离次优协调平台期，在无需修改网络结构的情况下维持 90% 的峰值胜率。
| 评论： | 12 页，4 幅图；v2 包含多周期自动化基准测试及第 5.3 节新增内容 |
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2609.27365 [cs.MA] |
| （或 arXiv:2609.27365v2 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.27365 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Chengxi Zhong [查看电子邮件]
[v1]
2026 年 9 月 23 日星期三 05:08:37 UTC（37 KB）
[v2]
2026 年 10 月 30 日星期五 07:54:43 UTC（428 KB）
来源：arXiv cs.MA · arxiv.org