《分布式多智能体强化学习策略的可解释性研究》

近年来，多智能体强化学习（MARL）在各个领域的多智能体序贯决策任务中获得广泛关注。然而现有可解释方法大多集中于集中式MARL，未能解决去中心化环境中固有的不确定性与非确定性难题。我们提出生成策略摘要的方法，用以捕捉去中心化MARL策略中的任务排序与智能体协作机制，同时提供基于“何时”“为何未执行”及“执行内容”三类用户查询的智能体行为解释。通过在四个MARL领域和两种去中心化MARL算法上进行评估，验证了所提方法具有良好泛化性与计算效率。用户研究表明，生成的策略摘要与解释显著提升了用户问答效能，并在理解度、满意度等指标上获得更优的主观评价。