消息扰动下决策不变
用多视图消息认证学习鲁棒协作策略，在收到扰动消息时也能保证最优动作的下界。
Yuan, Lei · Tao, Jiang · Lihe, Li · Feng, Chen · 章宗长 · Yang, Yu
Science China Information Sciences 2024
利用多视图变异自动编码器得到的认证联合消息表征，为状态-动作值提供可证明下界，即使消息被任意扰动，智能体依然能正确决策。
将通信建模为多视图问题，不再假设只有有限信道受到扰动，而是在更一般的扰动环境中获得鲁棒性。
在多个协作多智能体基准上的实验结果验证了 CroMAC 的有效性。