כתבה
arXiv cs.LG ·
תכנון קואורדינציה של סוכנים על ידי תרגום-שימור
Multi-Agent Coordination via Support-Preserving Distillation
במאמר זה, נראה כיצד ניתן לשפר תכנון קואורדינציה של סוכנים על ידי שימור תמיכה. נציג תרגום-שימור חדש, MoSDOT, שמסכם תצוגה מרובה-מודל לתמיכה סופית ומשתמש בתרגום-שימור חצי-תלותי לסווג כל דוגמה למודל אחד. נבחן גם גרסה של שכיחות-שותפה שמשתמשת בשכיחות משותפת בזמן ריצה. MoSDOT משפר את תכונת הסיום ואת יציבות הניווט, בעיקר בדטסטים שמציגים התנהגות מרובה-מודל.
תקציר מקורי באנגליתarXiv:2610.10087v2 Announce Type: replace Abstract: Offline MARL increasingly relies on generative policies to model multimodal joint behavior, typically by distilling a centralized teacher into decentralized one-step actors under the CTDE. We identify a failure mode at the teacher training stage: standard flow-based teachers pair noise with replay targets independently, so nearby noise samples can be routed toward conflicting coordination modes. The teacher then produces samples between valid modes, and because the distillation loss regresses each local actor onto the conditional mean of the teacher's output given local input, this error is not absorbed but propagated to the student. To remove this teacher-side artifact, we propose Mode-Support Semi-Discrete Optimal Transport (MoSDOT), wh
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית