연구진은 PPO 기반의 협력적 다중 에이전트 강화 학습(MARL)에서 에이전트 이점과 비율을 결정하는 두 가지 핵심 요소를 분석했어요.
이점은 보상 신호에 기여하는 에이전트를, 비율은 중요도 가중치를 형성하는 에이전트의 가능성 비율을 의미하며, 연구 결과 두 요소는 곱으로 표현되는 정규 구조를 갖는다는 것을 밝혀냈어요.
이 분석은 두 요소의 교환 가능성을 보여주며, 이점을 결합 이웃 규모로 집계하고 비율을 개별 에이전트로 유지하는 설계 원칙을 제시해요.
연구 결과는 기존 방법들이 이 두 요소를 어떻게 다루는지 보여주며, 향후 MARL 설계에 중요한 시사점을 제공할 것으로 기대돼요.