反射矩阵谱半径刻画多智能体预测相变

2026年10月21日，arXiv cs.AI/cs.LG 报道了一篇被 NeurIPS 2026 接收的论文，该论文研究多智能体表演性预测中的反复重训问题，并提出用反射矩阵记录智能体之间的影响强度，以谱半径是否越过 1 作为稳定与失稳的分界。论文称，谱半径低于阈值时，反复重训会以几何速度收敛到唯一的表演性稳定均衡，累计超额损失在时间跨度上有一致上界；谱半径高于阈值时，论文构造了带噪反例，使只利用局部信息的学习者累计超额损失随时间跨度线性增长。报道称，这些上下界结果把此前的单智能体标量阈值作为特例收回。目前报道仅给出上述理论结论，没有提及实验或后续讨论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。