MoSDOT：通过支撑集保持蒸馏实现多智能体协调

针对离线多智能体强化学习中基于流的教师模型将相近噪声样本路由到冲突协调模式、产生模式间错误样本并经由蒸馏损失传给分散式单步学生的问题，作者提出 Mode-Support Semi-Discrete Optimal Transport（MoSDOT），先将多模态回放数据归纳为带预设容量的有限模式支撑集，再用条件半离散最优传输在教师训练前把每个噪声样本分配到单一模式。在受控诊断和离线 MARL 基准上，MoSDOT 提升了端点质量与路由一致性，在多模态联合行为数据集上尤为明显；作者还研究了执行时共享噪声的变体，以暴露严格乘积执行固有的残余差距。