文章讨论“运行漂移”:系统在某一时刻符合运行规范,但随时间推移可能偏离预期边界。它不同于配置漂移,即使配置未变,延迟上升、错误率恶化、副本减少或证据缺失也会造成漂移。作者主张以已知合规状态为基线,持续采集证据,用时间窗口而非单点样本判断,区分临时波动与持续退化,并显式建模稳定、退化、违规、未知四种状态,结合严重程度与持续性,保留证据,将检测与响应分离。
本研究提出了一种新颖的状态建模框架,旨在解决多智能体深度强化学习中的合作学习挑战。该框架通过推断非可观察状态的信念表征,优化智能体的探索和合作策略。实验结果表明,MARL SMPE算法在复杂合作任务中表现优于现有算法。
完成下面两步后,将自动完成登录并继续当前操作。