更少即更好：基于表征简洁性的鲁健零通信三维追逐逃逸
机器人学
2026-03-10 v1 多智能体系统
摘要
在通信延迟、部分可观测性和非全约束条件限制下，三维拥挤体素环境中的非对称三维追逐逃逸问题具有挑战性。虽然许多多主体强化学习方法依赖更丰富的主体间耦合或集中信号，但这些依赖在通信延迟或噪声时可能成为脆弱性来源。基于继承的路径引导式去中心化追逐框架，我们研究了一个以鲁健为导向的问题：表征简洁性能否提升无通信协调能力？我们以此原理实现了（i）去除团队耦合通道（从83维降至50维）的简洁演员观察界面，以及（ii）贡献门控信用分配（Contribution-Gated Credit Assignment, CGCA），一种针对无通信合作的 locality-aware 信用结构。在Stage-5评估（4名追逐者对1名逃逸者），我们的配置实现了0.753±0.091的成功率和0.223±0.066的碰撞率，优于83维 FULL OBS配置（0.721±0.071，0.253±0.089）。它进一步在速度/偏航/噪声/延迟应力测试中表现出优雅的退化，并在城市峡谷地图上实现鲁健的零-shot迁移（约61%的成功率，密度为0.24）。这些结果支持一个实用的范式转变：刻意切断冗余的跨主体通道可抑制复合错误级联，提高在延迟敏感部署中的鲁健性。
引用
@article{arxiv.2603.08273,
title = {Less is More: Robust Zero-Communication 3D Pursuit-Evasion via Representational Parsimony},
author = {Jialin Ying and Zhihao Li and Zicheng Dong and Guohua Wu and Yihuan Liao},
journal= {arXiv preprint arXiv:2603.08273},
year = {2026}
}
备注
7 pages, 10 figures. This work has been submitted to the IEEE for possible publication