事件触发多智能体强化学习行为多样性框架

研究者提出解耦智能体身份与行为的MARL框架，引入事件作为行为转换触发器。 该框架包含NMD度量、基于事件的超网络生成LoRA模块，在基准测试中优于基线并支持零样本泛化。 这是唯一能解决需顺序行为重分配任务的方法，证明了多样性不干扰奖励最大化。