AGiR: 在混合动机博弈中缓解“过度依赖礼物”问题

AGiR 框架旨在解决混合动机博弈中智能体因过度依赖外部赠予奖励而无法学习核心增益行为的问题。 该框架引入了自适应拒绝机制，允许智能体在策略更新时选择性地拒绝部分礼物信号，该机制与现有赠予方案解耦，支持去中心化学习，无需对现有训练流程进行重大修改。 在多种环境和赠予方案中，该方法能显著降低对赠予的依赖，防止策略陷入“牺牲”状态，并提升公平性指标。