提升稀疏奖励多智能体强化学习中的经验交换效率

基于摘要分析。本文研究稀疏奖励下多智能体强化学习（MARL）因反馈有限而难以学习有效策略的问题，提出 INSPIRE（Individualized and Neighbor-based Sharing Prioritized Experience Replay），通过个体化经验拆分与邻域内选择性共享，提高训练效率与任务表现。 核心机制是将团队经验拆分为个体经验，并把共享范围限制在局部邻域。其 Neighbor Experience Transmitter 利用邻居反馈评估经验价值，以定向交换高价值经验。摘要未说明邻域如何定义、反馈如何计算、经验优先级如何更新，以及与策略训练的具体耦合方式，这些实现细节尚未验证。 作者报告，在标准 MARL 基准上，INSPIRE 优于五种被作者称为当前先进方法的算法，并在 SMAC、SMACv2 和 GRF 上分别取得 13.60%、12.93% 和 37.92% 的相对改善。摘要未给出这些改善对应的具体指标、基线数值及汇总方式，因此不能将其解释为胜率或 Accuracy 的百分点提升，也不能直接跨基准比较。作者还报告，消融与比较分析支持其在不同任务及奖励设置下的有效性；具体实验协议、统计信息及消融结果尚未验证。 本文的主要研究对象是多智能体系统中的经验交换，而非 EEG 表征学习或 BCI 解码。现有材料未建立 MARL 智能体邻域与 EEG 被试、通道或会话之间的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。若复现原任务，应优先核对经验价值计算、邻域构建、共享与回放开销，以及对照方法和奖励稀疏化设置；代码可用性尚未验证。