多智能体协作可解释
一种新的可解释多智能体强化学习架构，通过显式决策路径和线性信用分配同时实现高决策性能和可解释性。
Liu, Zichuan · Zhu, Yuanyang · 王志 · 高阳 · 陈春林
IEEE Transactions on Pattern Analysis and Machine Intelligence 2025
递归软决策树直接给出从根到叶子的决策链，每个节点的分支规则指明了哪些特征影响了动作选择，无需事后归因。
基于价值分解框架，联合动作价值被显式地线性表示为各智能体个体价值的混合，直接给出每个智能体对团队收益的贡献大小，无需额外解释性分析。
理论分析证明 MIXRTs 满足加性和单调性，保证全局最优动作就是各智能体局部最优动作的组合，这在训练稳定性和可解释性上都有实质意义。