Diamond Attention consente la differenziazione dei ruoli nell'apprendimento per rinforzo multi-agente

Una recente pubblicazione su arXiv (2605.06825) introduce Diamond Attention, un framework di attenzione incrociata progettato per l'apprendimento per rinforzo multi-agente cooperativo (MARL). Questo approccio utilizza valori scalari casuali a ogni passo temporale per eliminare la simmetria tra agenti dello stesso tipo. La tradizionale condivisione completa dei parametri con politiche deterministiche fatica ad assegnare ruoli distinti in presenza di osservazioni permutazionalmente simmetriche. Diamond Attention crea un ordine di rango temporaneo, consentendo agli agenti con rango più alto di concentrarsi sull'attenzione al compito, oscurando quelli con rango più basso. Questo metodo facilita un protocollo di coordinamento a bit casuali in un singolo round di broadcast e consente il dispiegamento zero-shot per dimensioni variabili del team. Lo studio valuta la tecnica in tre scenari per determinare quando la casualità strutturata è essenziale.