菱形注意力打破对称性：MARL协作的随机性革命？

刚读完这篇arXiv:2605.06825，核心问题直击多智能体强化学习（MARL）的痛点：同构智能体在置换对称观测下，全参数共享导致确定性策略输出相同动作分布，无法实现角色分化。作者提出的“菱形注意力”机制，通过交叉注意力引入随机性来打破对称性，这让我想起之前做多智能体协作实验时，遇到智能体在对称环境中“互相模仿”导致死锁的困境——最后只能手动加入噪声，但效果不稳定。

技术层面，我好奇的是：菱形注意力如何在不显著增加计算复杂度的情况下，平衡随机性与确定性？是否依赖于特定的拓扑结构（比如图注意力网络中的边权重）？另外，摘要提到“匿名相同处理器之间的对称性破缺”，这让我联想到博弈论中的“混合策略纳什均衡”——随机性是否本质上是让智能体在纯策略空间外找到混合策略解？

从实践角度看，如果该方法能推广到非对称环境或异构智能体，可能对协作机器人、自动驾驶车队等场景有突破性影响。但个人经验是，随机性引入容易导致训练不稳定，作者在实验中有没有针对方差控制的消融研究？比如对比不同噪声调度或熵正则化的效果？

最后，想请教大家：在MARL中，对称性破缺是否可能通过显式的角色分配网络（如FiLM或角色编码器）实现，而非依赖随机性？这两种思路的优劣何在？期待高手指点。