摘要
感知别名现象（Perceptual aliasing）发生在不同的环境状态产生相同观测值的情况下，尽管此时可能适合采取不同的行动。本文研究其他智能体的可观测存在是否可以在不添加显式通信通道或内部记忆的情况下缓解此类歧义。我们将其他智能体的感知形式化为主智能体观测的精化，并刻画由此产生的增强观测何时具有行动一致性。该分析区分了由观测引起的行动冲突的局部解决与实现全局目标到达策略所需的更强条件。我们在三个网格环境中，采用收益共享（Profit Sharing）和Q学习（Q-learning）方法，并在智能体数量、执行协议和传感器噪声的变化条件下对该机制进行评估，同时与一步历史基线进行比较。结果表明，当其他智能体的线索能够产生与行动相关的区分时，它们可能很有用，但也可能增加表示成本，或者在信息丰富的配置罕见或不稳定时失效。统计比较将未终止的试验视为右删失观测而非已完成的运行。总体而言，结果支持一个有条件的结论：其他智能体可以提供有用的感知信息，但其收益取决于环境结构、学习者动态、行动选择以及线索的时间可用性。
