研究者提出基于事件的多智能体强化学习行为多样性框架

2026年11月2日，Hannes Büchi等研究者在arXiv发布ML方向论文，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度量及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。实验证明该方法是唯一能解决需顺序行为重分配任务的方法，且行为多样性不干扰奖励最大化。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。