arXiv cs.AI· Jianhong Wang, Jonathan Lawry·· 3 天前AI 评分15
多智能体系统中刻画智能体异质性的对称性研究
On Symmetry for Characterizing Agent Heterogeneity in Multi-Agent Systems
AI 导读
研究针对有限时域 POSG 提出"策略评估对称性"概念：当完整策略评估与某变换可交换时，该变换即为对称性，其智能体轨道定义了结构化的智能体类型，且分类不依赖具体策略或初始状态分布。研究证明逐分量环境自同构必为策略评估对称性，但逆命题不成立；在协作 Dec-POMDP 中，即使共享同一奖励，智能体也可属于不同结构类型。
正文 · AI 翻译
摘要：理解智能体异质性可以为共享和智能体特定策略表示的设计提供依据，然而现有标准并未提供统一的结构性检验。我们研究有限时域 POSG，并将类型兼容变换定义为策略评估对称性，即当完整的策略评估对每个去中心化行为策略都与其可交换时。策略评估对称性构成一个群，其智能体轨道定义了结构性智能体类型。这种分类不依赖于所选择的特定策略或初始状态的分布。我们证明，每个逐分量环境自同构都是策略评估对称性，但反之不成立。将该框架应用于合作型 Dec-POMDP 表明，即使智能体共享同一奖励，它们也可以属于不同的结构类型。对于规定的加权奖励聚合，我们推导出一个精确的值恒等式，以及所得 Dec-POMDP 继承源 POSG 的策略评估对称性的充分条件。最后，我们给出重复模型分解诱导策略评估对称性的充分条件，并表明保持最优 Boltzmann 策略集一般既不蕴含也不由该对称性推出。
| 评论： | 25 页 |
| 主题： | 多智能体系统 (cs.MA)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.18538 [cs.MA] |
| （或 arXiv:2610.18538v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18538 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jianhong Wang [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 15:19:59 UTC（145 KB）
来源：arXiv cs.AI · arxiv.org