Disentangling Successor Features for Coordination in Multi-agent Reinforcement Learning
多智能体强化学习（MARL）是一种解决多智能体复杂任务的有前途的框架。然而，MARL的一个关键挑战是定义私人效用函数，以确保在训练分散的代理时进行协调。这种挑战在奖励稀疏和许多代理的非结构化任务中尤其普遍。我们表明，继任者的功能可以帮助解决这一挑战，解开一个单独的代理的全球价值函数的影响，从所有其他代理。我们使用这种解纠缠来competently代表私人公用事业，支持非结构化任务中去中心化代理的稳定训练。我们使用集中式训练，分散式执行架构来实现我们的方法，并在各种多代理环境中对其进行测试。我们的研究结果表明，改进的性能和训练时间相对于现有的方法，并建议解开后继功能提供了一个很有前途的方法来协调MARL。
2022-02-15 cs.MA
Improving Zero-Shot Coordination Performance Based on Policy Similarity
近年来，多智能体强化学习在多智能体规划和调度任务方面取得了显著的成绩。它通常遵循自我游戏设置，其中代理通过与一组固定的代理进行游戏来训练。然而，在面对zero-shot协调时，一个代理必须与看不见的合作伙伴进行协调，自玩代理可能会失败。已经提出了几种方法来处理这个问题，但它们要么花费大量时间，要么缺乏普遍性。在本文中，我们首先揭示了一个重要的现象：zero-shot协调性能与代理的训练伙伴和测试伙伴之间的相似性强线性相关。受此启发，本文提出了一种基于相似性的鲁棒训练（SBRT）方案，该方案根据预先定义的策略相似性值，在训练过程中干扰合作伙伴的行为，从而提高Agent的zero-shot协调性能。为了验证其有效性，我们将我们的计划应用到三个多智能体强化学习框架，并取得了更好的性能相比，以前的方法。
2023-02-10 cs.MA
Strategic Communication and Language Bias in Multi-Agent LLM Coordination
本文研究了多智能体LLM场景中沟通对语言驱动合作效应的影响，利用FAIRGAME框架在GPT-4o和Llama 4 Maverick上进行实验，发现沟通显著影响行为并具有促进协调与强化偏见双重作用。
2025-11-04 cs.MA
AgentWebBench: Benchmarking Multi-Agent Coordination in Agentic Web
Carnegie Mellon University（卡内基梅隆大学）；Anaxi Labs（Anaxi实验室）
AgentWebBench评估用户代理与网站特定内容代理交互回答问题的能力，发现多智能体协调在大规模模型下可超越集中检索，但需更高效的规划与证据质量。
2026-04-13 cs.MA
Emergent Coordination in Multi-Agent Systems via Pressure Fields and Temporal Decay
该研究提出通过压力场和时间衰减实现多智能体系统的隐式协调，优于传统显式控制方法，提升了任务解决效率。
2026-01-29 cs.MA
DAO-Agent: Zero Knowledge-Verified Incentives for Decentralized Multi-Agent Coordination
Shenzhen University（深圳大学）
DAO-Agent通过零知识证明和混合架构，在去中心化环境中实现可审计的多智能体协调与公平激励分配，显著降低链上计算成本。
2025-12-24 cs.MA
HYGMA: Hypergraph Coordination Networks with Dynamic Grouping for Multi-Agent Reinforcement Learning
本文提出HYGMA框架，将动态谱聚类与超图神经网络结合，实现多智能体自适应群体形成与高效信息处理，在合作任务中显著提升样本效率和最终性能。
2025-05-23 cs.MA
LLM-Coordination: Evaluating and Analyzing Multi-agent Coordination Abilities in Large Language Models
University of California Santa Cruz（加州大学圣克ruz分校）
本研究提出LLM-Coordination基准，通过Agentic Coordination和CoordQA两项任务评估LLMs在纯协调场景下的能力，发现LLMs在环境依赖型协调中表现优异且对未知伙伴具鲁棒性，但在心智理论推理与联合规划上仍需提升。
2025-04-28 cs.CL cs.MA
Bi-level Actor-Critic for Multi-agent Coordination
协调是多智能体系统中的基本问题之一。典型的多智能体强化学习（MARL）方法平等地对待智能体，目标是当存在多个均衡时将马尔可夫博弈求解到任意纳什均衡（NE），因此缺乏NE选择的解决方案。在本文中，我们处理代理\emph{unequally}和考虑Stackelberg均衡作为一个潜在的更好的收敛点比纳什均衡的帕累托优势，特别是在合作环境。在马尔可夫博弈下，我们正式定义了寻找Stackelberg均衡的双层强化学习问题。我们提出了一种新的双层演员批评学习方法，允许代理人有不同的知识库（因此智能），而他们的行动仍然可以同时和分布式执行。收敛性证明，而由此产生的学习算法进行测试，对国家的艺术。我们发现，建议的双层演员-评论家算法成功地收敛到Stackelberg平衡矩阵游戏，并找到一个不对称的解决方案，在高速公路合并环境。
2020-04-04 cs.MA
Decentralised multi-agent coordination for real-time railway traffic management
本文针对实时铁路交通管理问题，将其重构为多智能体协调问题并形式化为分布式约束优化问题，提出扩展分布式随机算法的新型协调算法，通过模拟验证其在解决方案质量和收敛速度上优于经典算法，且具有跨领域适用性。
2025-02-12 cs.MA
Coordination-driven learning in multi-agent problem spaces
U.S. Army Research Laboratory（美国陆军研究实验室）
我们讨论了协调作为一个直接的学习目标在多智能体强化学习（MARL）领域的作用。为此，我们提出了一种新的手段，量化协调多智能体系统，并讨论了使用这样的措施，以优化协调代理政策的影响。这一概念对感知对手的强化学习具有重要意义，我们将其视为多智能体学习的一个子域。
2018-09-13 cs.AI cs.MA
Graph-Based Complexity Metrics for Multi-Agent Curriculum Learning: A Validated Approach to Task Ordering in Cooperative Coordination Environments
PES University（PES大学）
本文提出基于图的协调复杂度度量（整合依赖熵、空间干扰与目标重叠），经 rho=0.952 验证，在 MADDPG 下使紧密协调任务性能提升 56 倍，为多智能体课程设计提供有效排序依据。
2025-07-09 cs.MA cs.RO
Learning Multi-agent Action Coordination via Electing First-move Agent
在复杂的多智能体系统中，学习协调智能体之间的动作是必不可少的。以前的工作主要是受约束的假设，所有的代理同时采取行动，和异步代理之间的协调很少考虑。本文提出了一种用于协调行为规划的双层多智能体决策层次结构。我们提出了一种新的选举机制，在该机制中，我们采用了图卷积网络来模拟代理之间的相互作用，并选出一个第一步代理异步指导。我们还提出了一个动态加权的混合网络，以有效地减少在训练过程中的价值函数的误判。这项工作是第一个明确的异步多智能体动作协调模型，这种明确性，使选择最佳的第一步代理。在协同导航和Google Football上的实验结果表明，该算法在协同环境下具有较好的性能。我们的代码可在\url{https://github.com/Amanda-1997/EFA-DWM}上获得。
2022-02-24 cs.GT cs.MA
Modeling Sensorimotor Coordination as Multi-Agent Reinforcement Learning with Differentiable Communication
Stanford University（斯坦福大学）
多智能体强化学习已经显示出对各种合作任务的承诺，作为可区分的智能体通信的最新发展的结果。然而，大多数架构都局限于同类代理的池，限制了它们的适用性。在这里，我们提出了一个模块化的框架，学习复杂的任务，传统的单体代理被框定为一个合作的异构代理的集合。我们应用这种方法来模拟感觉运动协调在新皮层作为一个多智能体强化学习问题。我们的研究结果证明了所提出的架构的概念验证，并为学习复杂任务和理解大脑和未来智能系统中的功能定位开辟了新的途径。
2019-09-12 cs.AI cs.MA
When Does Hierarchy Help? Benchmarking Agent Coordination in Event-Driven Industrial Scheduling
Zhejiang University（浙江大学）
本文通过DESBench基准测试，探讨不同协调范式在复杂环境中的表现，揭示层级结构对代理系统行为的影响及设计权衡。
2026-05-13 cs.AI cs.MA
Joint Attention for Multi-Agent Coordination and Social Learning
Google（谷歌）
联合注意力-有目的地协调注意力与另一个代理的能力，并相互关注同一件事-是人类社会认知的关键组成部分。在本文中，我们问联合注意力是否可以作为一种改善多智能体协调和社会学习的机制。我们首先开发具有循环视觉注意力架构的深度强化学习（RL）代理。然后，我们训练代理，以尽量减少他们在每个时间步应用到环境的注意力权重之间的差异，并注意其他代理。我们的研究结果表明，这种联合注意力激励提高代理的能力，解决困难的协调任务，通过减少探索联合多代理动作空间的指数成本。在多个环境中，联合关注比竞争性集中批评基线带来更高的性能。此外，我们表明，联合注意力提高代理的能力，学习专家在他们的环境中，即使在完成硬探索任务，不需要协调。总之，这些研究结果表明，联合注意力可能是一个有用的归纳偏见多智能体学习。
2021-08-08 cs.AI cs.MA
Multi-agent coordination using nearest neighbor rules: revisiting the Vicsek model
最近，Jadbabaie，Lin和Morse（IEEE TAC，48（6）2003：988-1001）提供了Vicsek等人在1995年提出的移动自主智能体组的离散时间模型的数学分析。在他们的论文中，Jadbabaie等人表明，所有的代理人都应该在同一个标题中移动，只要这些代理人定期连接在一起。本文锐化这一结果表明，协调将达到一个非常弱的条件下，要求所有的代理人最终连接在一起。这个条件也严格弱于Jadbabaie等人所期望的条件。
2004-07-14 cs.AI cs.MA
Towards Zero-Shot Coordination between Teams of Agents: The N-XPlay Framework
针对多智能体团队间零样本协调问题，提出N-XPlay框架，扩展Overcooked基准至N人场景，实验表明其优于自对弈方法，能更好平衡团队内外协调。
2025-06-21 cs.AI cs.MA
Skill Discovery of Coordination in Multi-agent Reinforcement Learning
Tsinghua University（清华大学）
无监督的技能发现驱动智能体在没有特定任务奖励信号的情况下探索未知环境，并且智能体获得各种技能，这些技能在智能体适应新任务时可能是有用的。在本文中，我们提出了“多智能体技能发现”（MASD），发现多个代理的协调模式的技能的方法。所提出的方法旨在最大化的互信息之间的潜在代码Z表示的技能和所有代理的状态的组合。同时，通过对抗训练，抑制了Z对任何单个Agent状态的授权。也就是说，它设置了一个信息瓶颈，以避免权力退化。首先，我们展示了在一般粒子多智能体环境中协调水平上的各种技能的出现。其次，我们揭示了“瓶颈”防止技能崩溃到一个单一的代理，并提高了学习技能的多样性。最后，我们证明了预训练的策略在监督RL任务上具有更好的性能。
2020-06-07 cs.LG cs.MA
Graph Neural Network-based Multi-agent Reinforcement Learning for Resilient Distributed Coordination of Multi-Robot Systems
Northwestern University（西北大学）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）
提出基于 GNN 的 MARL 方法 MAGEC，结合多智能体 PPO，使多机器人系统在减员、部分可观测和通信异常下仍能围绕全局目标进行分布式协调。
2024-03-19 cs.MA cs.RO
Signal Instructed Coordination in Cooperative Multi-agent Reinforcement Learning
Shanghai Jiao Tong University（上海交通大学）；Tencent AI Lab（腾讯人工智能实验室）；University College London（伦敦大学学院）；Carnegie Mellon University（卡内基梅隆大学）；Huya AI（虎牙人工智能）
在许多现实世界的问题中，一组智能体需要合作以最大化共同的回报。虽然现有的工作制定这个问题到一个集中学习与分散执行框架，这避免了非平稳问题的训练，他们的分散执行范式限制了代理的协调能力。受相关均衡概念的启发，我们提出引入协调信号来解决这一限制，并从理论上证明了在温和的条件下，具有协调信号的分散代理可以协调其由集中控制器操纵的个人策略。引入协调信号的思想是将协调策略封装到信号中，并利用信号来指导分散执行中的协作。为了鼓励代理学习利用协调信号，我们提出了信号指导协调（SIC），一种新的协调模块，可以集成到大多数现有的MARL框架。SIC将从预定义分布中采样的公共信号投射到所有代理，并引入信息理论正则化以促进观察到的信号与代理策略之间的一致性。我们的实验表明，SIC一致提高性能公认的MARL模型在矩阵游戏和捕食者-猎物游戏与高维战略空间。
2019-11-20 cs.AI cs.MA
Communication-Efficient Digital-Twin Coordination for Heterogeneous LLM Embodied Agents over Computing Power Networks
Beijing University of Posts and Telecommunications（北京邮电大学）；Singapore University of Technology and Design（新加坡科技设计大学）
针对异构大语言模型实体代理协作面临的通信开销大、协调质量受LLMs能力限制和行动延迟等挑战，提出基于轻量级数字孪生的LDT-Coord框架，通过特定方法减少通信开销，实现与传统方法相当的任务成功率且保持鲁棒性。
2026-07-13 cs.AI cs.MA
Improving Multi-agent Coordination by Learning to Estimate Contention
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
我们提出了一个多智能体学习算法，ALMA学习，在大规模系统中的高效和公平的分配。我们规避了多智能体学习的传统陷阱（例如，移动目标问题、维数灾难或对相互一致的行动的需要）。ALMA学习是分散的，只观察自己的动作/奖励对，不需要智能体通信，并在各种合成场景和现实世界的会议调度问题中实现接近最优（<5%损失）和公平的协调。轻量级的特性和快速的学习使ALMA-Learning成为设备上部署的理想选择。
2021-06-20 cs.AI cs.MA
When Numbers Start Talking: Implicit Numerical Coordination Among LLM-Based Agents
Luxembourg Institute of Science and Technology（卢森堡科学与技术研究所）；University of Trento（特伦托大学）；Teesside University（泰赛大学）；University of Cambridge（剑桥大学）
本文研究了基于大语言模型的多智能体系统中隐性沟通的博弈理论，分析了不同沟通模式下协调与战略结果的变化。
2026-04-19 cs.AI cs.MA
A Variational Approach to Mutual Information-Based Coordination for Multi-Agent Reinforcement Learning
KAIST（韩国科学技术院）
在本文中，我们提出了一个新的互信息框架的多智能体强化学习，使多个代理学习协调的行为，通过正规化的累积回报与多个代理之间的动作的同时互信息。通过引入一个潜在的变量，诱导非零互信息之间的多智能体的行动和应用变分的界限，我们得到一个听话的下界所考虑的MMI正则化的目标函数。导出的易处理的目标可以被解释为最大熵强化学习结合其他代理行动的不确定性减少。应用策略迭代来最大化导出的下界，我们提出了一个实用的算法命名为变分最大互信息多代理actor-critic，它遵循集中学习与分散执行。我们评估VM 3-AC几个游戏需要协调，数值结果表明，VM 3-AC优于其他MARL算法在多智能体任务，需要高质量的协调。
2023-03-01 cs.AI cs.MA
A Responsibility-Centered Coordination Mechanism for Decentralized Multi-Agent Systems
Monash University（莫纳什大学）
针对去中心化多智能体系统协调中责任不明确的问题，提出以责任为中心的RCM机制，结合责任约束决策与RCP协议，实验显示其在任务性能、责任指标上优于基准方法，且故障检测能力更强。
2026-10-16 cs.AI cs.MA
Voting Protocols as Coordination Mechanisms for Role-Constrained Multi-Agent Tutoring Systems
University of California, Berkeley（加州大学伯克利分校）
研究投票协议如何塑造四个角色约束的教学智能体之间的协调，通过比较四种投票协议在模拟辅导环境中的效果，发现协议选择显著影响集体决策和协调行为。
2026-06-06 cs.AI cs.MA
Decentralized Anti-coordination Through Multi-agent Learning
为了在许多情况下实现最佳结果，代理人需要选择彼此不同的行为。这是在许多资源分配问题中的明显情况，其中单个资源一次只能由一个代理使用。一个多智能体系统的设计者应该如何对相同的智能体进行编程，使它们以不同的方式工作？从博弈论的角度来看，这种情况会导致不受欢迎的纳什均衡。例如，考虑一个资源分配游戏，其中两个玩家竞争对单个资源的独占访问。它有三个纳什均衡。这两种纯策略网元是有效的，但不公平。混合策略NE是公平的，但不是有效的。奥曼的相关均衡概念解决了这个问题：它假设一个相关装置，建议每个代理人采取行动。然而，这种“智能”协调设备可能不可用。我们建议使用一个随机选择的，“愚蠢的”整数协调信号。“聪明”的代理知道他们应该为协调信号的每个值使用哪个动作。我们提出了一个多智能体学习算法，收敛在多项式的步骤数的相关均衡的渠道分配游戏，一个变种的资源分配游戏。我们表明，智能体学会为每个协调信号值玩随机选择的纯策略纳什均衡。因此，结果是一个有效的相关均衡。随着可用协调信号值的数量增加，该CE变得更加公平。
2014-02-04 cs.GT cs.MA
Contextual Knowledge Sharing in Multi-Agent Reinforcement Learning with Decentralized Communication and Coordination
本文提出一种集成点对点通信与协调的Dec-MARL框架，通过引入目标感知和时间感知的知识共享机制，解决了动态环境中智能体个体目标与有限可观测性带来的协调难题，显著提升了整体性能。
2025-01-26 cs.AI cs.MA
MPAC: A Multi-Principal Agent Coordination Protocol for Interoperable Multi-Agent Collaboration
University of Colorado Denver (CU Denver)（科罗拉多大学丹佛分校）
本文提出MPAC协议，解决多主代理共享状态协调问题，通过五层结构实现显式协调语义，减少协调开销并提升执行效率。
2026-04-10 cs.AI cs.MA
Explicit Trait Inference for Multi-Agent Coordination
University of Southern California（南加州大学）；AWS Agentic AI Labs（AWS 代理AI实验室）
本文提出显式特征推断方法，通过推断伙伴特征提升多智能体协调效率，在经济游戏和复杂多智能体场景中均取得显著效果。
2026-04-22 cs.AI cs.MA
Benchmarking Open-Ended Multi-Agent Coordination in Language Agents
University of Edinburgh（爱丁堡大学）；University of Oxford（牛津大学）；University College London（伦敦大学学院）
提出基于JAX的开放式多智能体协作基准Alem，评估13种现代LLM在长时生存世界中的零样本协作能力，发现协调能力是前沿LLM智能体的独立瓶颈。
2026-06-06 cs.AI cs.LG cs.MA
Coordination of multi-agent systems via asynchronous cloud communication
在这项工作中，我们研究了一个多代理协调问题，其中代理只能通过云服务器间歇性地相互通信。为了减少所需的通信量，我们开发了一种自触发算法，允许代理仅在必要时与云通信，而不是在某个固定的时间段。与绝大多数提出分布式事件和/或自触发控制法的类似作品不同，这项工作并不假设代理可以连续“监听”。换句话说，当一个代理触发一个事件时，相邻的代理将不会知道这一点，直到下一次它们与云本身建立通信。使用关于未来控制输入的“承诺”概念，代理能够跟踪关于其邻居的更高质量的估计，允许它们在更长的时间内保持与云的断开连接，同时仍然保证对全局任务的积极贡献。我们证明，我们的自触发协调算法保证系统渐近达到所需的状态集。模拟结果说明了我们的结果。
2017-04-06 cs.MA math.OC
Multi-Agent Coordination Adaptation via Structure-Guided Orchestration
Nanjing University（南京大学）；University of Technology Sydney（悉尼科技大学）；University of New South Wales（新南威尔士大学）
提出MACA框架，通过概率视角将多智能体协调视为结构与编排的联合后验推断，利用任务和预算条件结构先验指导策略编排，实现高效自适应协调，性能平均提升8.42%且令牌消耗减少43.19%。
2026-05-25 cs.AI cs.MA
Meta Navigation Functions: Adaptive Associations for Coordination of Multi-Agent Systems
EPFL（洛桑联邦理工学院）
在本文中，我们引入了一类新的势场，即，Meta导航功能（MNF），以协调多代理系统。由于MNF公式化，代理可以通过部分和/或全部关联来促进彼此的协调，这与传统的分散式导航功能（DNF）相反。特别地，试剂可以通过它们的MNF相互刺激。此外，MNF需要被限制，这与DNF的Morse条件相比是较弱的条件。MNF由约束函数和吸引核组成。前者的临界点可以被限制在目标临界点周围的安全区域内。在到达安全区域之前，代理的无碰撞轨迹及其与对等体的关联由一个受限函数控制。然后，吸引核将智能体驱动到安全区域中的目标。与DNF相比，MNF提供更快的协调。我们说明了如何MNF可能会表现出一些社会行为的过程中的部分和总的协会之间的代理。我们的模拟验证了MNF协调复杂的代理群的效率。
2022-10-04 cs.MA cs.RO
CoMIX: A Multi-agent Reinforcement Learning Training Architecture for Efficient Decentralized Coordination and Independent Decision-Making
University of Bologna（博洛尼亚大学）；University College London（伦敦大学学院）
本文提出多智能体强化学习训练框架 CoMIX，通过将自私与协作行为建模为决策增量步骤，实现去中心化智能体的涌现式协调与独立决策，并在实验中显著优于基线。
2024-12-23 cs.AI cs.LG cs.MA
Robust Semi-Cooperative Multi-Agent Coordination in the Presence of Stochastic Disturbances
University of Michigan（密歇根大学）
本文提出了一种鲁棒分布式协调协议，用于在存在随机不确定性时生成无碰撞轨迹的多个单轮机器人。基于先前的半合作协调工作，重新设计协调控制器以对抗一类状态（风）扰动和测量噪声，并通过分析证明了安全性和收敛性，仿真结果展示了所提方案的有效性。
2018-01-05 cs.MA cs.SY eess.SY
Hierarchical Decentralized Multi-Agent Coordination with Privacy-Preserving Knowledge Sharing: Extending AgentNet for Scalable Autonomous Systems
AgentNet++通过分层去中心化框架和隐私保护技术，提升多智能体系统的可扩展性和隐私保障，实现更高的任务完成率和更低的通信开销。
2026-10-06 cs.AI cs.MA
Revisiting Gossip Protocols: A Vision for Emergent Coordination in Agentic Multi-Agent Systems
IBM Software（IBM软件）
本文重新审视八卦协议，提出将其作为结构化通信的补充，以促进智能体多智能体系统中涌现、自组织的协调，并规划了相关研究议程。
2025-08-03 cs.AI cs.MA
Multi-Agent Coordination across Diverse Applications: A Survey
Shenzhen Technology University（深圳技术大学）；Tencent（腾讯）；Southern University of Science and Technology（南方科技大学）；Southwest University（西南大学）；University of Technology Sydney（悉尼科技大学）
该综述围绕四个核心协调问题梳理跨应用多智能体协调研究现状，覆盖多类传统与新兴应用领域，分析了现存挑战并指出三大未来研究方向。
2025-02-21 cs.AI cs.MA
Collective decision making by embodied neural agents
本研究针对现有多智能体研究缺乏对具身生物智能体神经动力学建模的问题，通过为智能体配备基于协调动力学框架的最小神经动力学模型，探究了单/多智能体场景下神经动力学与环境、智能体间交互对群体决策的影响，为相关领域提供了新见解。
2024-11-27 cs.MA q-bio.NC
AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems
Shanghai Jiao Tong University（上海交通大学）；SII
提出AgentNet框架，通过去中心化协调、动态图拓扑和基于检索的记忆系统，解决LLM多智能体系统的集中式瓶颈与隐私问题，实现跨组织容错协作并提升任务准确率。
2025-05-29 cs.CL cs.MA
Deep Implicit Coordination Graphs for Multi-agent Reinforcement Learning
Stanford University（斯坦福大学）；Microsoft（微软）；MIT Lincoln Labs（麻省理工学院林肯实验室）
多智能体强化学习（MARL）需要协调来有效地解决某些任务。由于联合行动空间的大小，完全集中式控制在这些领域通常是不可行的。基于协调图的形式化允许基于交互结构的联合动作的推理。但是，它们在设计中通常需要领域专业知识。本文介绍了这种情况下的深层隐式协调图（DICG）架构。DICG包括用于推断动态协调图结构的模块，该动态协调图结构然后被基于图神经网络的模块用来学习隐式地推理联合动作或值。DICG允许通过标准的行动者-批评者方法学习完全集中和分散之间的权衡，以显着提高具有大量代理的域的协调。我们将DICG应用于集中培训集中执行和集中培训分散执行制度。我们证明，DICG解决了相对过度泛化的病理捕食-猎物的任务，以及优于各种MARL基线上具有挑战性的星际争霸II多智能体挑战赛（SMAC）和交通路口的环境。
2021-02-03 cs.AI cs.LG cs.MA
Multi-agent Coordination in Directed Moving Neighborhood Random Networks
在本文中，我们考虑的一致性问题的动态多个代理商，通过一个有向移动邻域随机网络进行通信。每个智能体在一个加权有向网络上进行随机游走。当代理在给定时刻在底层网络中重合时，它们通过随机的单向信息流相互交互。对于这样一个框架，我们提出了几乎必然渐近共识的充分条件。一些现有的共识方案被证明是当前模型的简化版本。
2009-09-18 cs.IT cs.MA math.IT
Deep Continuum Deformation Coordination and Optimization with Safety Guarantees
本文提出一种基于深度神经网络多层变形优化的多智能体安全协调方法，通过约束权重上下界避免碰撞，并在大规模四旋翼椭圆轨迹跟踪仿真中验证了有效性。
2023-04-17 cs.MA math.OC
Resolving Implicit Coordination in Multi-Agent Deep Reinforcement Learning with Deep Q-Networks & Game Theory
我们解决了多智能体深度强化学习中隐式协调的两个主要挑战：状态-动作空间的非平稳性和指数增长，通过将Deep-Q网络用于策略学习与纳什均衡用于动作选择相结合。Q值代理作为纳什设置中的收益，相互最佳对策定义联合行动选择。协调是隐含的，因为多个/没有纳什均衡是确定性解决的。我们证明了游戏类型的知识导致镜像最佳对策和更快的收敛比纳什Q的假设。具体来说，要么选择，要么选择，要么选择，这一点令人鼓舞，因为联合行动的分散协调具有极不稳定的性质。受决斗网络架构的启发，该架构将Q函数扩展到状态和优势流以及剩余网络中，我们学习了单个和联合代理表示，并通过元素加法将它们合并。这简化了协调，将其重新塑造为学习剩余函数。我们还绘制高层次的比较见解的关键MADRL和博弈论变量：竞争与合作，异步与并行学习，贪婪与社会最优纳什均衡平局打破，和战略的情况下，没有纳什均衡。我们使用OpenAI Gym对3个用Python编写的自定义环境进行评估：Predator Prey环境，交替仓库环境和同步环境。每一种环境都需要不断地进行更多的协调，以获得积极的回报。
2020-12-08 cs.AI cs.MA
Multi-agent Coordination Under Temporal Logic Tasks and Team-Wise Intermittent Communication
Peking University（北京大学）
针对复杂局部任务与间歇通信约束，提出在线分散式协调方案，允许智能体非周期加入或离开通信网络，通过分散式势博弈迭代生成纳什均衡，保证任务完成与通信约束，并经数值模拟验证。
2023-09-06 cs.MA cs.RO
Connectivity-Preserving Coordination Control of Multi-Agent Systems with Time-Varying Delays
本文提出了一种分布式位置同步策略，也保持了初始通信链路的单积分器多智能体系统的时变延迟。该策略采用了协调比例控制来自一个特定类型的势能，通过动态滤波器注入阻尼增强。注入阻尼保持所有代理的通信距离内的邻居，并渐近稳定的多代理系统，在存在时间延迟。将闭环单积分器多智能体系统视为双积分器系统，将所提出的策略扩展到具有时变时滞的Euler-Lagrange网络的保持连通性协调问题.李雅普诺夫稳定性分析和仿真结果验证了这两种设计。
2018-03-21 cs.MA math.DS math.OC
Silo-Bench: A Scalable Environment for Evaluating Distributed Coordination in Multi-Agent LLM Systems
Beijing University of Technology（北京理工大学）；Zhejiang University（浙江大学）；ETH Zürich（苏黎世联邦理工学院）；Meituan LongCat Interaction Team（美团LongCat交互团队）；Vector Institute for Artificial Intelligence（人工智能向量研究所）
Silo-Bench通过30种算法任务和三个通信复杂度级别评估多智能体系统分布式协调，揭示了通信与推理之间的差距，证明单纯增加智能体数量无法克服上下文限制。
2026-04-13 cs.AI cs.MA
Do Agent Societies Develop Intellectual Elites? The Hidden Power Laws of Collective Cognition in LLM Multi-Agent Systems
Virginia Tech（弗吉尼亚理工大学）
研究LLM多智能体系统中协调动态，揭示协调遵循幂律级联、集中于知识分子精英及系统规模增长时极端事件频发的三大定律，提出整合瓶颈机制及Deficit-Triggered Integration方法提升性能。
2026-04-03 cs.AI cs.MA
HAVEN: Hierarchical Cooperative Multi-Agent Reinforcement Learning with Dual Coordination Mechanism
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
近年来，多智能体系统中的一些具有挑战性的任务已经被一些分层强化学习方法所解决。受人类神经系统层内和层间协调机制的启发，提出了一种新的基于层次强化学习的多智能体价值分解框架HAVEN.为了解决各层次和代理之间的并发优化策略所产生的不稳定性，我们引入了双重协调机制的层间和代理之间的策略，通过设计奖励函数在两级层次结构。HAVEN不需要领域知识和预训练，并且可以应用于任何值分解变体。我们的方法在不同的分散部分可观测马尔可夫决策过程域上取得了理想的结果，并优于其他流行的多智能体层次强化学习算法。
2022-12-07 cs.AI cs.LG cs.MA
A Gossip-Enhanced Communication Substrate for Agentic AI: Toward Decentralized Coordination in Large-Scale Multi-Agent Systems
Department of Computer Technology City Politechnique College（城市理工学院计算机技术系）；IBM Software（IBM软件）
本文提出利用 gossip 协议增强代理通信，以实现大规模多智能体系统中的去中心化协调，强调其在适应性和鲁棒性方面的关键作用。
2025-12-02 cs.ET cs.MA
Optimization without Future Compromises? Decentralized Coordination via Collective and Reinforcement Learning
School of Computer Science, University of Leeds, UK（计算机科学学院，莱斯特大学）
本文提出分层强化与集体学习（HRCL）方法，通过高层MARL策略减少动作空间并约束帕累托最优，低层集体学习实现低通信去中心化协调，在智慧城市等场景中显著提升性能、可扩展性与适应性。
2026-09-24 cs.LG cs.MA
Stackelberg Decision Transformer for Asynchronous Action Coordination in Multi-Agent Systems
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）；SenseTime Research（商汤科技研究院）
针对多智能体系统中异步动作协调的可扩展性难题，提出Stackelberg决策变换器（STEER），融合层级决策、序列建模与探索学习，收敛至均衡解并优于现有方法。
2023-05-13 cs.AI cs.MA
