刚读完arXiv:2605.06825v1，这篇关于多智能体强化学习中对称性破缺的工作让我眼前一亮。核心痛点很明确：同构智能体全参数共享时，若观测对称，确定性策略会输出相同动作分布，导致角色无法分化。这在实际任务中常见，比如协作搬运时两个智能体都往左推，效率归零。

他们提出的“菱形注意力”机制，本质是一种交叉注意力架构，通过引入随机性来打破对称性。我个人的理解是，这类似于博弈论中的混合策略——确定性对称策略是纯策略纳什均衡的退化情况，而引入随机性后，智能体可以在策略空间内更灵活地分化。不过，我有个技术疑问：这种随机性是否会影响训练稳定性？在经验中，随机策略通常需要更精细的方差调度，否则容易陷入高方差梯度。

从行业视野看，这项工作挑战了MARL中“全参数共享最优”的成见。未来是否会在异构智能体或部分可观测场景中衍生出类似机制？另外，菱形注意力与现有的角色分配方法（如基于身份编码）相比，计算复杂度如何？期待社区有更多实证对比。