Tensor Decomposition for Multi-agent Predictive State Representation
Xiamen University(厦门大学);Teesside University(提赛德大学)
预测状态表示(PSR)是用一个动作-观测序列向量来表示系统的动态特性,并预测未来事件发生的概率。它是一种简洁的知识表示,在单智能体规划问题域中得到了很好的研究。据我们所知,目前还没有使用PSR解决多智能体规划问题的工作。学习多智能体PSR模型是相当困难的,特别是随着智能体数量的增加,更不用说问题域的复杂性。在本文中,我们诉诸张量技术来解决具有挑战性的任务,多智能体PSR模型开发问题。首先针对两个智能体的情况,构造系统动力学矩阵作为PSR模型的高阶张量,分别通过两种不同的张量分解方法直接学习预测参数和推导状态向量,并通过线性回归得到过渡参数。随后,我们概括了PSR学习方法在多智能体设置。实验结果表明,我们的方法可以有效地解决多个问题域的多智能体PSR建模问题。
2020-05-27 cs.LG cs.MA
Explainable Multi-Agent Recommendation System for Energy-Efficient Decision Support in Smart Homes
可理解的和有说服力的建议支持电力消费者的行为改变,以解决能源效率问题。生成可解释的家用电器的负载转移建议增加了系统的透明度和可信度。本文提出了一个可解释的多代理推荐系统的负载转移的家用电器。首先,我们通过包括天气数据、应用最先进的模型和调整超参数来为代理提供增强的预测能力。其次,我们建议一个解释性代理提供透明的建议。我们还提供了一个概述的预测和解释性能。第三,我们讨论了所建议的方法的影响和扩展潜力。
2023-01-04 cs.MA
MAMPS: Safe Multi-Agent Reinforcement Learning via Model Predictive Shielding
University of Pennsylvania(宾夕法尼亚大学)
强化学习是一种很有前途的方法来学习控制策略,以执行复杂的多智能体机器人任务。然而,在模拟中学习的策略往往无法保证甚至简单的安全属性,例如避障。为了确保安全性,我们提出了多智能体模型预测屏蔽(MAMPS),这是一种可证明地保证任意学习策略安全的算法。特别是,它通过尽可能频繁地使用学习策略来操作,但是在不能保证学习策略的安全性的情况下使用备份策略。使用多代理仿真环境,我们展示了如何MAMPS可以实现良好的性能,同时确保安全。
2019-12-28 cs.AI cs.MA cs.RO
Multi-agent Distributed Model Predictive Control with Connectivity Constraint
在协作多智能体机器人系统中,为了完成给定的任务,协调是必要的。重要的例子包括搜索和救援、危险环境中的行动和环境监测。协调,反过来,需要同时满足安全的关键约束,在状态和输入约束的形式,以及连接性约束,以确保在每一个时刻存在的通信路径之间的每一对代理在网络中。在这项工作中,我们提出了一个模型预测控制器,解决了执行多智能体协调的问题,同时满足安全关键和连通性约束。前者以状态和输入约束的形式制定,后者作为对相关通信图拉普拉斯矩阵的第二小特征值(也称为Fiedler特征值)的约束,其强制通信网络的连通性。我们提出了一个序列二次规划公式来解决相关的优化问题,这是适合分布式优化,使所提出的解决方案适合依赖于本地计算的多智能体机器人系统的控制。最后通过数值仿真验证了算法的有效性。
2023-03-13 cs.MA math.OC
Multi-Agent Spatial Predictive Control with Application to Drone Flocking (Extended Version)
Stony Brook University(石溪大学);Microsoft(微软);Technische Universität Wien (TU Wien)(维也纳工业大学)
我们引入空间预测控制(SPC)的新概念来解决以下问题:给定代理的集合(例如,无人机)与位置的低级别控制器(LLC)和特定任务的分布式成本函数,如何才能实现和保持成本函数最小化的分布式控制器没有植物模型和只有位置的观察环境?我们的完全分布式SPC控制器严格基于代理本身的位置及其相邻代理的位置。在每个时间步中使用该信息来计算成本函数的梯度并执行空间前瞻以预测LLC的最佳下一目标位置。使用高保真仿真环境,我们表明,SPC优于最密切相关的一类控制器,潜在的场控制器,无人机群集问题。我们还表明,SPC是能够应付一个潜在的仿真到现实迁移差距,通过展示其在真实硬件上的性能,即我们的实现使用9 Crazyflie 2.1无人机的植绒。
2022-03-31 cs.MA cs.RO
Multi-level agent-based modeling - A literature survey
在过去的十年中,多层次的基于代理的建模受到了显着和显着增加的兴趣。在这篇文章中,我们提出了一个全面的和结构化的文献综述的主题。我们提出了这个概念的主要理论贡献和应用领域,重点是社会,流量,生物和生物医学模型。
2013-11-15 cs.MA
Self-Evolving Multi-Agent Network for Industrial IoT Predictive Maintenance
Department of Electronics Technology, Faculty of Electrical Engineering and Informatics, Budapest University of Technology and Economics(布达佩斯技术与经济大学电子技术系);DataScienceWorld;Department of Computer Science, The University of Alabama at Birmingham(阿拉巴马大学伯明翰分校计算机科学系)
SEMAS通过自演化多智能体架构实现工业物联网预测性维护的实时异常检测与资源优化
2026-02-17 cs.LG cs.MA
Adaptive Predictive Portfolio Management Agent
本文提出了一种先进的版本的自适应市场,使代理能够进行经验学习,利用“尝试和失败”的方法,依靠在虚拟环境中执行的一群下属代理,以确定最佳策略。该问题被视为“狭义AGI”问题,其目标和环境范围与金融市场,特别是加密市场有关。这样的代理被称为“自适应多策略代理”,因为它虚拟地执行多个策略,并且只选择几个用于实际执行。所提出的版本的代理扩展到解决投资组合优化和重新平衡跨多个资产,使主动投资组合管理的问题正在得到解决。此外,尝试应用体验式学习的方法,在虚拟环境中执行的多智能体模拟和回溯测试的基础上的历史市场数据,使代理可以学习特定的市场条件和最佳策略之间的映射对应于这些条件。此外,该代理商还具备根据社交媒体数据预测价格走势的能力,这提高了其财务业绩。
2023-03-04 cs.CE cs.GT cs.MA
Litmus (Re)Agent: A Benchmark and Agentic System for Predictive Evaluation of Multilingual Models
Microsoft Corporation, India(微软公司(印度));Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)(穆罕默德·本·扎耶德人工智能大学);Indian Institute of Technology Hyderabad(印度理工学院海得拉巴分校)
本文提出Litmus (Re)Agent代理系统,通过结构化代理推理方法,在缺乏直接证据的情况下评估多语言模型性能,尤其在转移密集场景中表现突出。
2026-04-10 cs.AI cs.CL cs.HC
Decentralized Safe Multi-Agent Reinforcement Learning via Predictive Shielding
ENSTA(国立高等先进技术学院);IP Paris(巴黎理工学院);UC Berkeley(加州大学伯克利分校)
提出一种去中心化框架,结合预测屏蔽与基于模型的有限时域Q学习,使多智能体在部署中安全调整策略,并引入无通信协议解决对称场景中的活锁问题。
2026-09-09 cs.AI cs.MA cs.RO
Data-Driven Predictive Control Towards Multi-Agent Motion Planning With Non-Parametric Closed-Loop Behavior Learning
The Hong Kong University of Science and Technology(香港科技大学);National University of Singapore(新加坡国立大学);University of British Columbia(不列颠哥伦比亚大学)
在许多特定的场景中,准确和有效的系统辨识是模型预测控制(MPC)公式化中经常遇到的挑战。因此,在缺乏这种精度的情况下,当采用传统的MPC算法时,系统的整体性能可能会显着减弱。本文研究了一种用于多智能体运动规划的非参数闭环行为学习方法,该方法支持数据驱动的预测控制框架。利用具有未知系统的闭环输入/输出测量的创新方法,基于所收集的数据集来学习系统的行为,并且因此可以使用所构建的非参数预测模型来确定最优控制动作。这种非参数预测控制框架减轻了在优化过程中通常遇到的沉重的计算负担,通常是在需要开环输入/输出测量数据汇集和参数系统辨识的替代方法中。所提出的数据驱动的方法也被证明保持良好的鲁棒性。最后,一个多无人机系统被用来证明这一有前途的发展的高度有效的结果。
2023-03-18 cs.MA cs.RO cs.SY
Differentiable Model Predictive Safety for Heterogeneous Mobility at Urban Intersections
School of Business(商学院);Department of Mechanical Engineering(机械工程系);Stevens Institute of Technology(史蒂文斯理工学院);Carnegie Mellon University(卡内基梅隆大学)
提出可微分模型预测安全(DMPS)框架,将模型预测控制的前瞻性嵌入数据驱动的端到端强化学习架构,通过可微分安全评价器实现精确在线安全校正,在高密度混合交通仿真中将碰撞率降至5.6%以下。
2026-05-19 cs.MA cs.RO
Learning Two-agent Motion Planning Strategies from Generalized Nash Equilibrium for Model Predictive Control
University of California Berkeley(加州大学伯克利分校);PlusAI Inc(PlusAI公司)
本文提出了一种基于广义纳什均衡的学习方法,用于多智能体运动规划中的模型预测控制,通过训练神经网络预测奖励结果来实现博弈论互动的隐式处理。
2025-06-05 cs.MA cs.RO cs.SY
LLMs-based Few-Shot Disease Predictions using EHR: A Novel Approach Combining Predictive Agent Reasoning and Critical Agent Instruction
Emory University(埃默里大学);University of Washington(华盛顿大学);UCSD(加利福尼亚大学圣迭戈分校);Rollins School of Public Health, Emory University(埃默里大学罗林斯公共卫生学院);School of Medicine, Emory University(埃默里大学医学院)
本研究提出一种结合预测智能体与批判智能体的LLM新方法,将EHR数据转为自然语言进行疾病预测,实现了优于传统方法的少样本性能。
2024-03-19 cs.AI cs.CL cs.LG
Chance-constrained Model Predictive Control for Multi-Agent Systems
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院);University of Oxford(牛津大学)
针对多智能体系统的随机模型预测控制问题,提出一种基于概率边界的保守约束方法,在保证实时性的同时避免智能体间碰撞,并通过仿真验证其优于样本近似方法。
2011-08-16 cs.MA cs.SY eess.SY
Homotopy-aware Multi-agent Navigation via Distributed Model Predictive Control
School of Advanced Manufacturing and Robotics, Peking University(先进制造与机器人学院,北京大学);School of Computer Science and Engineering, Beihang University(计算机科学与工程学院,北航)
针对密集环境中多智能体穿越狭长走廊易死锁的问题,提出结合同伦感知全局路径规划与MPC局部轨迹优化的分布式框架,成功率提升至90%以上。
2025-07-26 cs.MA cs.RO cs.SY
Urban-MAS: Human-Centered Urban Prediction with LLM-Based Multi-Agent System
University of California, Santa Barbara \& San Diego State University California USA;University of California, Santa Barbara \& San Diego State University
本文提出Urban-MAS框架,通过三种协同智能体在零样本设置下提升以人为中心的城市预测准确性,显著降低误差并验证了预测因子引导智能体的关键作用。
2025-10-30 cs.AI cs.CY cs.MA
Autonomous Agents Modelling Other Agents: A Comprehensive Survey and Open Problems
The University of Edinburgh(爱丁堡大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
人工智能的许多研究都关注于自主智能体的发展,这些智能体可以与其他智能体进行有效的交互。这种代理的一个重要方面是能够推理其他代理的行为,通过构建模型,对建模代理的各种感兴趣的属性(如动作,目标,信念)进行预测。目前存在着各种各样的建模方法,它们在方法和基本假设方面差别很大,以满足开发这些方法的不同次级社区的需要,并反映它们的不同实际用途。本文的目的是提供一个全面的调查,可以在文献中找到的显着的建模方法。文章最后讨论了开放的问题,这可能会形成富有成效的未来研究的基础。
2018-02-09 cs.AI cs.MA
Cooperative Multi-Agent Planning: A Survey
Czech Technical University in Prague(布拉格捷克理工大学)
合作多智能体规划(MAP)是一个相对较新的研究领域,它结合了人工智能规划和多智能体系统社区开发的技术、算法和技术。虽然规划通常被视为一个单一的代理任务,MAP概括了这一概念,考虑多个智能代理合作开发一个行动过程,满足组的目标。本文回顾了最相关的MAP方法,重点关注参加2015年分布式和多智能体规划竞赛的求解器,并根据其关键特征和相对性能对其进行分类。
2017-11-24 cs.AI cs.MA
Synchronization-Based Cooperative Distributed Model Predictive Control
University of the Bundeswehr Munich(慕尼黑联邦国防军大学);RWTH Aachen University(亚琛工业大学)
针对分布式模型预测控制中因并发计算导致解不一致而违反安全约束的问题,提出基于同步的协作式分布式模型预测控制算法,通过最优控制计算与预测状态同步两步迭代,并在多车控制实验中验证其有效性。
2024-11-25 cs.MA cs.RO cs.SY
Merging model-based control with multi-agent reinforcement learning for multi-agent cooperative teaming strategies
Georgia Institute of Technology(佐治亚理工学院);Sandia National Laboratories(桑地亚国家实验室)
提出一种结合多智能体强化学习与模型预测控制的框架(MA-AC-MPC),通过扩展演员-评论家模型预测控制实现安全、动态可行的协作策略,并在追逃场景和异构环境中验证其优于多层感知机模型。
2026-06-04 cs.LG cs.MA cs.RO
Fully Decentralized Cooperative Multi-Agent Reinforcement Learning: A Survey
Peking University(北京大学)
本文系统综述了完全去中心化协作多智能体强化学习方法,涵盖共享奖励与个体奖励之和两种优化目标,并探讨了开放问题与未来方向。
2024-01-10 cs.AI cs.LG cs.MA
Predictive Maps of Multi-Agent Reasoning: A Successor-Representation Spectrum for LLM Communication Topologies
University of Arizona(亚利桑那大学)
本文提出基于后继表示谱的结构诊断方法,用于评估多智能体LLM通信拓扑的性能,通过分析谱半径、谱间隙和条件数等指标,预测拓扑在漂移、共识和扰动鲁棒性方面的表现。
2026-05-13 cs.AI cs.LG cs.MA
Survey on Multi-Agent Q-Learning frameworks for resource management in wireless sensor network
University of British Columbia(不列颠哥伦比亚大学)
本报告旨在调查多智能体Q-学习算法,分析所使用的不同博弈论框架,解决每个框架的应用,并报告挑战和未来方向。本研究的目标应用是无线传感器网络中的资源管理。在第一部分中,作者介绍了无线传感器网络的应用。然后,作者对无模型强化学习问题的经典解决方案Q-学习算法进行了总结。在第三部分中,作者将Q-学习算法扩展到多智能体场景,并讨论了它的挑战。在第四部分中,作者综述了研究人员用于解决无线传感器网络中资源分配和任务调度问题的博弈论框架。最后,作者提到了这个领域中一些有趣的开放挑战。
2021-05-05 cs.GT cs.LG cs.MA
Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives
Tsinghua University(清华大学)
该综述梳理了大语言模型赋能的基于智能体的建模与仿真的研究背景、应用动因、核心挑战、多场景研究进展及未来方向,覆盖赛博、物理、社会、混合四大领域。
2023-12-19 cs.AI cs.CL cs.CY