Zhang 등이 제안한 SA-MDP 프레임워크에서 비평가 네트워크를 활용한 공격이 배우 네트워크 공격보다 약할 것이라는 주장이 있습니다. 단일 에이전트 시뮬레이션 환경에서 경험적으로 뒷받침되었지만, VMAS 라이브러리 시나리오에서 멀티 에이전트 PPO 정책에 대한 공격 시 반대 결과를 보이고 있습니다. KL divergence를 활용한 PGD 공격 방식을 사용했는데, 실험 설계에 오류가 있을 가능성도 있습니다.
본문에서 제시된 연구 결과 불일치는 멀티 에이전트 환경에서의 정책 학습 방식 차이에서 비롯되었을 수 있습니다. IPPO, GPPO, 그리고 이들의 이종 버전 정책을 사용했는데, 각 정책의 특성이 공격 결과에 영향을 미쳤을 가능성이 있습니다. SA-MDP 프레임워크의 한계 또는 실험 환경의 차이로 인해 결과가 달라졌을 수 있습니다.
Reddit 사용자 ham_bam0는 실험 설계 오류 가능성을 제기하며, SA-MDP 프레임워크의 적용 가능성에 대한 추가적인 검증이 필요하다고 주장합니다. VMAS 라이브러리 시나리오와 같이 복잡한 멀티 에이전트 환경에서는 공격 방식에 대한 더 깊이 있는 연구가 필요할 것으로 보입니다.