最近arXiv上的这篇关于多智能体强化学习中对称性破缺的工作（2605.06825v1）让我眼前一亮。核心痛点很明确：在同构智能体全参数共享下，置换对称观测会导致策略输出完全一致，角色无法自然分化——这本质上是个“集体盲区”问题。作者提出的“菱形注意力”机制，通过引入交叉注意力中的随机性来打破对称，思路非常巧妙。从个人经验看，我之前在团队做多机器人协同任务时，手动添加噪声扰动确实能缓解策略坍缩，但缺乏理论支撑；这篇工作算是给出了一个系统性的解决方案。更重要的是，它揭示了随机性在协作中的“建设性”角色——不是噪声，而是分化催化剂。这让我联想到博弈论中的“混合策略”在合作博弈中的价值，但直接嵌入注意力机制还是第一次见。问题来了：这种随机性破缺是否适用于异构智能体或部分可观测场景？另外，实际训练中如何平衡随机性与稳定性？欢迎各位讨论。行业影响上，我认为这会推动MARL从“全对称”向“受控随机化”转变，尤其在自动驾驶车队或无人机集群这类需要隐性分工的场景中潜力巨大。