多智能体异质性：策略评估对称性框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Jianhong Wang 与 Jonathan Lawry 的论文，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”这一结构判据：当完整策略评估与某变换对任意去中心化行为策略都可交换时，该变换即为策略评估对称性。作者将满足该对称性的变换构成群，其智能体轨道定义结构类型，且分类不依赖具体策略或初始状态分布。论文证明环境逐分量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，即使智能体共享同一奖励，也可属于不同结构类型。目前该研究处于论文发表阶段，尚无后续跟进报道。

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。