Stagnant Neuron: Towards Understanding the Plasticity Loss in Multi-Agent Reinforcement Learning Value Factorization Methods
다중 에이전트 강화학습(MARL) 가치 분해(value factorization) 방법의 순차 태스크 전환 시 플라스틱성 손실 원인을 정체 뉴런(stagnant neuron)으로 규명하고, 정체 뉴런을 동결된 지식 뉴런·재초기화된 활성 뉴런·보상 뉴런으로 구성된 복합 유닛으로 대체하는 KNIFE를 제안한다. SMACv2, predator-prey, 행렬 게임 실험에서 KNIFE는 기존 플라스틱성 주입(plasticity injection) 방법보다 적응 성능이 크게 향상된다.