概念Credit Assignment Problem
信用分配问题
强化学习中的核心难题，指在奖励延迟或稀疏的情况下，智能体难以判断哪些历史动作对最终结果产生了贡献，是RL算法设计的核心挑战之一
核心事实
时间轴 (近 90 天)
10月19日
信用分配问题指当团队获得延迟的、全局的奖励时，如何将奖励合理分配给各个动作或智能体。
待验证50%
9月12日
现实任务中的奖励往往极度稀疏且延迟，导致长时间跨度的信用分配问题使智能体难以判断哪一步动作导致最终结果
已验证75%
9月10日
QMIX通过将联合Q值函数分解为各智能体的个体Q值函数之和来近似解决信用分配问题，但其单调性假设限制了表达能力
待验证50%