多智能体框架以事件触发行为切换

研究者 Hannes Büchi 等人提出一种多智能体强化学习框架，将智能体身份与行为解耦：智能体在特定事件发生时切换行为、承担不同角色。该框架包含 Neural Manifold Diversity（NMD）距离度量，以及基于事件的超网络——后者在共享团队策略上生成 LoRA 模块，实现智能体策略的即时重配置。 作者称，实验显示该框架性能超越现有基线，具备零样本泛化能力，且是唯一能解决需要顺序行为重分配任务的方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。