最近读到arXiv上这篇关于多智能体强化学习（MARL）的新论文（2605.06825v1），核心问题直击痛点：全参数共享下的同构智能体，在对称观测下会陷入角色分化困境。作者提出“菱形注意力”机制，试图通过引入随机性打破这种对称。

从技术角度看，这本质上是探索与利用的再平衡。传统做法通过显式角色分配或噪声层来分化，但作者选择在交叉注意力结构中注入随机性，让智能体在决策时“意外”地看到不同信息流。我个人经验是，这类问题在自动驾驶车队或机器人集群中尤为突出，全共享策略确实容易导致所有智能体同时左转或同时刹车。但随机性是否足够鲁棒？我有点担心：如果环境噪声较大，随机性会不会反而引入更多不稳定，导致收敛变慢？

我想请教大家两个问题：1）菱形注意力中的随机性是动态调整的，还是固定概率？2）这种机制在稀疏奖励场景下，是否比显式角色分配方法（如分层策略）更有优势？从行业视野看，如果该方法能扩展到异构智能体，可能会改变MARL中参数共享的默认范式，推动更灵活的协作策略设计。期待大家讨论。