首页/论文/0902.4098

arXiv 0902.40982009-02-24cs.MAcs.DMmath.COmath.OC

多智能体系统中的协调与有向图的Laplacian谱

Coordination in multiagent systems and Laplacian spectra of digraphs

Pavel Chebotarev, Rafig Agaev

备注：: 15 pages, 2 figures, 40 references. To appear in Automation and Remote Control, Vol.70, No.3, 2009
发表信息：: Automation and Remote Control, Vol.70 (2009), No.3, P. 469-483
DOI：: 10.1134/S0005117909030126

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

构造和研究分布式控制系统需要分析拉普拉斯谱和有向图的森林结构。在本文中，我们提出了一些基本的结果，这一分析部分获得的作者。我们还讨论了这些结果在分散控制中的应用，并涉及到谱图理论的一些问题。

英文摘要：

Constructing and studying distributed control systems requires the analysis of the Laplacian spectra and the forest structure of directed graphs. In this paper, we present some basic results of this analysis partially obtained by the present authors. We also discuss the application of these results to decentralized control and touch upon some problems of spectral graph theory.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

通过熵探索实现安全多智能体协调

Safe Multiagent Coordination via Entropic Exploration

针对安全多智能体学习中探索受限及缺乏团队约束研究的问题，提出熵探索（E2C）方法，通过观测熵最大化激励探索，实验显示其在任务性能上优于基线且能减少50%不安全行为。

2025-08-26cs.AIcs.MAcs.RO

多智能体系统中Ad Hoc协调的博弈模型及最佳响应学习方法

A Game-Theoretic Model and Best-Response Learning Method for Ad Hoc Coordination in Multiagent Systems

University of Edinburgh（爱丁堡大学）

ad hoc协调问题是指在没有事先协调机制的多智能体系统中设计一个能够实现最佳灵活性和效率的自主智能体。我们概念化这个问题正式使用博弈论模型，称为随机贝叶斯博弈，其中的行为的球员是由其私人信息，或类型。基于这个模型，我们推导出一个解决方案，称为Harsanyi-Bellman Ad Hoc Coordination（HBA），它利用贝叶斯纳什均衡的概念，在规划过程中找到贝尔曼最优控制意义上的最佳行动。我们评估HBA在多智能体物流领域称为基于水平的觅食，它实现了更高的灵活性和效率比几种替代算法。我们还报告了一个公共科学展览中的人机实验，其中人类参与者反复扮演囚徒困境和石头剪刀布对HBA和替代算法，表明HBA实现了相同的效率和显着更高的福利和胜率。

2015-06-03cs.AIcs.GTcs.MA

基于拓扑辫的无信号交叉口多模态推理的隐式多智能体协调

Implicit Multiagent Coordination at Unsignalized Intersections via Multimodal Inference Enabled by Topological Braids

Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院）；Toyota Research Institute（丰田研究所）

我们专注于导航理性，非通信代理在无信号的街道交叉口。在这样的环境下，遵循无碰撞运动需要智能体之间微妙的隐式协调。通常，这些域的结构约束多智能体轨迹属于一个有限的模式集。我们的关键见解是，赋予代理这些模式的模型可以实现有效的协调，通过代理的行动中编码的意图信号隐式实现。在本文中，我们代表了一个紧凑的和可解释的方式使用拓扑辫子的形式主义的联合行为模式。我们设计了一个分散的规划算法，产生的行动，旨在减少新兴的多智能体行为模式的不确定性。这种机制使代理，单独运行我们的算法，集体拒绝不安全的交叉路口。我们验证了我们的方法在一个模拟的案例研究具有挑战性的多智能体的情况下，在一个四路无信号交叉口。我们的模型被证明可以在一组明确推理轨迹的基线上将碰撞频率降低>65%，同时保持相当的时间效率。

2020-08-08cs.AIcs.MAcs.RO

可扩展的多智能体协调与分布式在线开环规划

Scalable Multiagent Coordination with Distributed Online Open Loop Planning

Institute for Informatics Mobile and Distributed Systems LMU Munich（慕尼黑大学信息学研究所移动与分布式系统）

本文提出分布式在线开环规划框架，用于不确定环境下的多智能体协调决策，通过基于生成模型的在线启发式搜索实现有效规划，并通过分布式在线汤普森采样方法解决探索与利用的矛盾。

2017-02-24cs.MAcs.SYeess.SY

进化强化学习用于样本有效的多智能体协调

Evolutionary Reinforcement Learning for Sample-Efficient Multiagent Coordination

Intel Labs（英特尔实验室）；University of California, Irvine（加州大学欧文分校）；Oregon State University（俄勒冈州立大学）

许多协作多智能体强化学习环境为智能体提供稀疏的基于团队的奖励，以及激励学习基本技能的密集的特定于智能体的奖励。由于其稀疏性，仅基于团队奖励的训练策略通常是困难的。此外，仅仅依赖于代理特定的奖励是次优的，因为它通常不能捕获团队协调目标。一种常见的方法是使用奖励塑造通过组合各个奖励来构造代理奖励。但是，这需要针对每个环境进行手动调优。我们引入了多智能体进化强化学习（MERL），这是一个分层训练平台，通过两个优化过程分别处理这两个目标。进化算法通过对团队群体的神经进化来最大化稀疏的基于团队的目标。同时，一个基于梯度的优化器训练策略，只最大化密集的特定于代理的奖励。基于梯度的策略被周期性地添加到进化种群中，作为两个优化过程之间的信息传递的一种方式。这使得进化算法能够使用通过代理特定奖励学习的技能来优化全局目标。结果表明，MERL显着优于国家的最先进的方法，如MADDPG，在一些困难的协调基准。

2020-06-11cs.AIcs.LGcs.MA

实时路网级交通信号控制：一种显式多智能体协调方法

Real-Time Network-Level Traffic Signal Control: An Explicit Multiagent Coordination Method

Southeast University（东南大学）；University of Science and Technology of China（中国科学技术大学）

针对交通信号控制的实时性、交通动态复杂性及路网级协调难题，提出基于显式多智能体协调的在线规划方法，可保证路网稳定性，在适配实时动态、降低行程时间和城市级可扩展性上优于现有方法。

2023-06-15cs.AIcs.MA

更多相关论文收起更多论文

离散事件协调Agent规范网络的多Agent冲突消解

Multiagent Conflict Resolution for a Specification Network of Discrete-Event Coordinating Agents

本文提出了一种新的组合方法，分布式协调模块（CM）的形式语言和自动机框架中的多个离散事件代理的综合。这种方法有两个独创性的观点支持。首先是一个新的形式主义称为分布式约束规范网络（DCSN），可以理解地描述分布式代理之间的网络约束关系。第二个是多智能体冲突解决规划，这需要生成和使用AND/OR图来competently表示DCSN的冲突解决（合成过程）计划。连同在作者的早期工作中开发的本地CM设计的框架，系统的方法支持分别设计本地和deconflicting CM的个别代理商根据选定的冲突解决计划。组成的代理模型和CM的设计crosshes一个整体的非阻塞协调解决方案，满足一组指定的DCSN中的代理间的约束。

2014-03-19cs.MA

CH-MARL：面向可持续海事物流的约束分层多智能体强化学习

CH-MARL: Constrained Hierarchical Multiagent Reinforcement Learning for Sustainable Maritime Logistics

本文提出CH-MARL框架，通过分层决策、动态约束执行和公平感知奖励塑形，在模拟海事物流中实现减排、公平性与运营效率的同步提升，为受约束多智能体协调提供可扩展的通用方案。

2025-02-04cs.AIcs.MA

协作多智能体系统中强化社会学习的最优重连策略

An Optimal Rewiring Strategy for Reinforcement Social Learning in Cooperative Multiagent Systems

Tianjin University（天津大学）；Centrum Wiskunde & Informatica（数学与信息中心）

协作多智能体系统中的多智能体协调问题在固定智能体重复交互和静态社会学习框架下得到了广泛的研究。然而，两个方面的动态在现实世界中的多智能体的情况下，目前缺少在现有的作品。首先，网络拓扑可以是动态的，其中代理可以在交互过程中通过重新布线来改变它们的连接。第二，每对代理之间的博弈矩阵可能不是静态的，通常不被认为是先验的。网络的动态性和博弈的不确定性增加了Agent之间的协调难度。在本文中，我们考虑一个多智能体动态社会学习环境中，每个代理可以选择重新布线潜在的合作伙伴，并在每一轮随机选择的邻居进行交互。我们提出了一个最佳的重新布线策略，代理选择最有益的同行进行交互的目的是最大限度地提高重复交互的累积收益。通过与基准策略的比较，我们实证证明了我们方法的有效性和鲁棒性。三个有代表性的学习策略的表现，在我们的社会学习框架与我们的最佳重新布线进行了调查。

2018-05-13cs.AIcs.LGcs.MA

混合自主环境下高速公路交通流优化：一种多智能体截断滚动方法

Optimizing Highway Traffic Flow in Mixed Autonomy: A Multiagent Truncated Rollout Approach

本文提出一种多智能体截断滚动方法，用于优化混合自主环境下高速公路交通流，通过增强CAVs速度协调提升通行能力并减少计算开销。

2025-12-16cs.MA

用于部分可观测环境和有限通信的R-MADDPG

R-MADDPG for Partially Observable Environments and Limited Communication

Massachusetts Institute of Technology（麻省理工学院）

有几个现实世界的任务将受益于应用多智能体强化学习（MARL）算法，包括自动驾驶汽车之间的协调。现实世界对多智能体学习系统具有挑战性的条件，例如其部分可观察性和非平稳性。此外，如果代理必须共享有限的资源（例如网络带宽），则它们都必须学习如何协调资源使用。本文提出了一个深度递归的多智能体行动者-批评者框架（R-MADDPG），用于处理部分可观察设置和有限通信下的多智能体协调问题。我们调查递归的影响，一个团队的代理商的性能和通信使用。我们证明，由此产生的框架学习的时间依赖性共享缺失的意见，处理资源限制，并开发不同的代理之间的通信模式。

2020-02-18cs.AIcs.MA

在协作式多智能体系统中使用认知模型与机器模型进行学习

Learning in Cooperative Multiagent Systems Using Cognitive and Machine Models

University of Dayton（代顿大学）；Carnegie Mellon University（卡内基梅隆大学）

针对协作式多智能体系统在随机奖励下学习与协调困难的问题，提出三种融合 IBLT 认知机制与 MADRL 技术的 MAIBL 模型，并在 CMOTP 中验证其学习更快、协调更好。

2023-08-18cs.AIcs.MA

协调多智能体工业共生

Coordinating Multiagent Industrial Symbiosis

University of Southampton（南安普顿大学）；University of Twente（特文特大学）

我们提出了一个正式的多智能体框架协调一类协作的工业实践称为工业共生网络（ISNs）的合作游戏。ISN的博弈论公式使我们能够系统地推理我们所谓的ISN实现问题。具体而言，ISN的特点可能导致标准的公平和稳定的利益分配方法不适用。受现实的ISN的情况下，并遵循规范的多智能体系统的文献，我们认为法规和规范的社会经济政策的协调工具，结合ISN游戏解决的情况。在这个多智能体系统中，采用边际贡献网（MC网）作为基于规则的合作游戏表示促进法规和ISN游戏的组合，而不会损失表现力。我们开发的算法方法，用于生成法规，确保ISNs的可实施性，并作为一种政策支持，提出的政策要求，保证所有所需的ISNs的可实施性，在平衡预算的方式。

2020-06-02cs.AIcs.GTcs.MA

多智能体强化学习器下多任务环境中的个体专业化

Individual specialization in multi-task environments with multiagent reinforcement learners

University Pompeu Fabra（庞培法布拉大学）；ICREA（加泰罗尼亚研究与高级研究中心）

多智能体强化学习（MARL）作为构建通用智能体的第一步，在其他智能体存在的非平稳复杂环境中学习做出低级和高级决策，受到越来越多的关注。以前的结果指出，我们对协调，效率/公平，和共同池资源共享的条件增加。我们进一步研究协调在多任务环境中，可以执行几个奖励任务，因此代理不一定需要在所有任务中表现良好，但在某些条件下可能会专门。从这项研究中得出的一个观察是，基于值的强化学习方法的贪婪探索对于多智能体独立学习器是不够的，因为控制选择随机动作的概率的参数控制人工智能体，并迫使它们同时具有确定性策略。通过使用具有独立熵正则化探索更新的基于策略的方法，我们实现了更好和更平滑的收敛。另一个需要进一步调查的结果是，随着代理人数量的增加，专业化倾向于更有可能。

2019-12-29cs.AIcs.MA

异步多智能体决策的条件最大和算法

Conditional Max-Sum for Asynchronous Multiagent Decision Making

Technical University of Crete（克里特技术大学）

针对动态环境下的异步多智能体决策问题，提出基于因子图和条件最大和算法的方法，结合更现实的通信框架，在无车道交通场景实验中，其协作性能优于无通信基线，且适配性强于标准最大和算法。

2025-02-18cs.AIcs.MA

基于空间微分的可扩展多智能体协调交通信号控制

Learning Scalable Multi-Agent Coordination by Spatial Differentiation for Traffic Signal Control

Shanghai Jiao Tong University（上海交通大学）

交通信号的智能控制是交通系统优化的关键。为了在大规模的道路网络中实现全局最优的交通效率，最近的工作集中在交叉口之间的协调，这已经显示出可喜的成果。然而，现有的研究更多地关注观测在交叉点（包括外显和内隐）之间的共享，而不关心决策后的后果。本文设计了一个基于深度强化学习方法的交通信号控制多智能体协调框架，定义为γ-Reward，包括原始的γ-Reward和γ-Attention-Reward。具体来说，我们提出了空间差分方法的协调使用的时间-空间信息的重放缓冲区，以修改每个动作的奖励。给出了一个简洁的理论分析，证明了所提出的模型可以收敛到纳什均衡。通过将马尔可夫链的思想扩展到时空的维度，这种真正分散的协调机制取代了图注意力方法，实现了路网的解耦，具有更强的可扩展性，更符合实际。仿真结果表明，即使不采用集中式设置，该模型仍保持了最先进的性能。代码可在https://github.com/Skylark0924/Gamma奖励.

2020-09-16cs.AIcs.MA

EcoNet：利用主动推断进行多智能体家庭能源资源规划与控制

EcoNet: Multiagent Planning and Control Of Household Energy Resources Using Active Inference

VERSES, Los Angeles, CA, USA（VERSES, 美国洛杉矶州）；Spatial Web Foundation, Los Angeles, CA, USA（空间网络基金会, 美国洛杉矶州）；Dept. of Engineering and Informatics, Univ. of Sussex, Brighton, UK（工程与信息学系, 英国苏塞克斯大学）；Institut Sante et societe, UQAM, Montreal, CAN（健康与社会研究所, 加拿大蒙特利尔）；Macquarie University, Sydney, AUS（麦考瑞大学, 澳大利亚悉尼）；LearnableLoopAI.com, Custer, WA, USA（LearnableLoopAI.com, 美国华盛顿州）；Queen Square Institute of Neurology, UCL, London, UK（queen square 神经学研究所, 英国伦敦大学学院）

EcoNet通过主动推断方法，解决家庭能源管理中的不确定性及多目标冲突问题，提升能源调度与协调效率。

2025-12-14cs.AIcs.MAcs.SY

多Agent系统中平衡双随机加权图的分布式生成

Distributed Formation of Balanced and Bistochastic Weighted Diagraphs in Multi-Agent Systems

共识策略在多智能体系统的分布式协调和决策中有着广泛的应用。特别是，平均共识在许多应用中起着关键作用，并与两类有向图密切相关，权重平衡（连续时间系统）和双随机（离散时间系统）。一个加权有向图称为平衡的，如果对于每个节点，从该节点发出的边的权重之和等于进入该节点的边的权重之和。此外，如果所有权重都是非负的，并且对于每个节点，进入该节点的边的权重之和与从该节点出去的边的权重之和是1，则权重平衡有向图是双随机的;这意味着对应的权重矩阵是列和行随机的（即，双随机）。我们提出了两个分布式算法：一个解决了重量平衡问题，另一个解决了双随机矩阵形成问题的分布式系统，其组件（节点）可以交换信息，通过互连链路（边缘），形成一个任意的，可能有向的，强连接的通信拓扑结构（有向图）。两种分布式算法都渐进地实现其目标，并且通过使每个节点基于其传入链路的权重来适配其传出边缘上的（非负）权重来迭代地操作（即，基于纯粹的本地信息）。我们还提供了例子来说明所提出的算法的操作，性能和潜在的优势。

2012-10-16cs.MA

面向有向安全协调的网络化可容许性保持控制

Networked Admissibility-Preserving Control for Directed Safe Coordination

University of Cincinnati（辛辛那提大学）；Indian Institute of Technology Bombay（印度理工学院孟买分校）

针对有向图下受物理输入约束的标量智能体，提出网络化可容许性保持控制架构，通过精确级联实现指数共识并保证安全走廊与执行器区间前向不变。

2026-11-06cs.MAcs.ROeess.SY

计算近似最优效用函数的易处理机制

Tractable mechanisms for computing near-optimal utility functions

大规模的多智能体系统必须依赖于分布式决策，因为集中协调要么是不切实际的，要么是不可能的。最近的作品接近这个问题下的博弈论的镜头，其中效用函数被分配给每个代理，希望他们的局部优化近似集中的最优解。然而，在不影响其准确性的情况下，无法获得广泛类别的问题的正式保证所得到的性能。在这项工作中，我们解决这一问题相对于非递减凹福利函数的资源分配的研究问题。我们表明，最佳设计的本地公用事业实现的近似比（无政府代价价格）1-c/e，其中c是函数的曲率和e是欧拉常数。我们的贡献的结果是分布式和高效的近似算法的设计，其性能匹配的最佳现有的多项式时间（和集中式）计划。

2021-02-08cs.GTcs.MAcs.SY