マルチエージェント強化学習におけるシミュレータ崩壊現象と対策
arXiv cs.AI ・ 2026-08-12
原題: One Frozen Simulator Is Not Enough: Simulator Collapse in Multi-Agent RL
AI による要約
対話向けマルチエージェント強化学習において、単一のLLMシミュレータへの過剰適合が汎化性能を著しく低下させることが解明された。この「シミュレータ崩壊」に対し、推論時に応答分布を言語化して抽出する手法と、複数の可変シミュレータと共同学習させる手法が開発された。これにより未知のユーザや環境に対しても高い適用能力を持つ方策の学習が可能となる。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。