Gathering in 1-Interval Connected Graphs
我们研究了在动态图中收集$k \geq 2$代理(或多代理会合)的问题,动态图可能在每个同步轮中发生变化,但始终保持连接($1$ -间隔连接)[KLO 10]。代理是相同的,没有显式的通信能力,并最初定位在图的不同节点。问题是代理聚集在同一个节点,而不是预先固定。我们首先表明,问题变得不可能解决,如果图有一个周期。有鉴于此,我们研究这个问题的一个放松版本,称为弱聚集。我们表明,只有在单圈图弱聚集是可解的,我们提供了一个确定性的算法,这个问题,运行在多项式轮数。
2020-08-17 cs.DC cs.MA
Cooperative Tuning of Multi-Agent Optimal Control Systems
研究了多智能体最优控制系统的协同整定问题,其中智能体网络(即多个耦合的最优控制系统)以协调的方式调整其动态、目标函数或控制器中的参数,以使其损失函数之和最小。与经典的控制器参数整定技术不同,我们允许可调参数出现在系统动力学和每个代理的目标函数。一个框架的开发,让所有的代理商达成共识的可调参数,最大限度地减少团队的损失。该算法的核心思想是将多智能体系统的基于共识的分布式优化与梯度生成器相结合,梯度生成器捕获最优性能作为反馈回路中参数的函数,并为每个智能体调整参数。理论和仿真结果的同步多智能体交会问题,以验证所提出的方法的多智能体最优控制的合作调整。
2022-09-24 cs.MA cs.SY eess.SY
Multi-Agent Distributed Coordination Control: Developments and Directions
College of Mechantronic Engineering and Automation, National University of Defense Technology(国防科技大学机电工程与自动化学院);Research School of Engineering, the Australian National University(澳大利亚国立大学工程学院研究学院)
本文综述了分布式协调控制的发展,重点讨论了共识与编队控制,结合图论分析,并简要回顾了 rendezvous/alignment、swarming/flocking 和 containment control 等相关问题,最后探讨了实际应用中的研究方向。
2015-05-11 cs.MA cs.SY eess.SY
Single-Bit Consensus with Finite-Time Convergence: Theory and Applications
在这篇简短的论文中,提出了一个新的共识协议的基础上的标志的创新。基于这个协议,每个代理只需要一个比特的信息,它的相对状态,它的邻居代理。这在实时应用中是重要的,因为它需要更少的计算和/或代理上的通信负载。利用李雅普诺夫稳定性定理证明了具有生成树网络的收敛性。此外,收敛被证明是在有限时间内,这是显着的,相比,在文献中的大多数渐近协议。本文还考虑了时变网络拓扑,并对无向网络给出了最终的一致性值。讨论了该协议在二维/三维交会任务、分布式估计、分布式优化和编队控制中的应用,并讨论了该协议的意义。数值模拟提供的协议与文献中现有的协议进行比较。
2020-01-01 cs.MA cs.SY eess.SY
VariAntNet: Learning Decentralized Control of Multi-Agent Systems
Department of Computer Science, Technion Israel Institute of Technology(计算机科学系,技术学院以色列理工学院)
针对感知有限、无通信的简易多智能体集群的凝聚控制难题,提出基于深度学习的去中心化控制模型VariAntNet,通过可见图拉普拉斯损失提升凝聚力,在聚集任务中收敛速度达现有解析法两倍以上,适用于应急等时间敏感场景。
2025-09-02 cs.AI cs.LG cs.MA
Multi-Agent Pathfinding: Definitions, Variants, and Benchmarks
Ben Gurion University of the Negev(内盖夫本-古里安大学);University of Alberta(阿尔伯塔大学);USC(南加州大学);University of Denver(丹佛大学);Charles University(查理大学)
MAPF问题是为多个代理规划路径的基本问题,其中的关键约束是代理将能够同时遵循这些路径而不会相互冲突。MAPF的应用包括自动化仓库和自动驾驶汽车。近几年来,MAPF的研究得到了蓬勃发展。不同的MAPF研究论文做出了不同的假设,例如,智能体是否可以在同一时间穿越同一条道路,并具有不同的目标函数,例如,最小化完工时间或代理人的行动成本之和。这些假设和目标有时是隐含的假设或非正式的描述。这使得难以在研究论文中建立适当的比较基线,也使得从业人员难以找到与其具体应用相关的论文。本文旨在填补这一空白,并支持研究人员和从业人员提供一个统一的术语来描述常见的MAPF假设和目标。此外,我们还提供了两个MAPF基准的指针。特别是,我们引入了一个新的基于网格的基准MAPF,并通过实验证明,它构成了当代MAPF算法的挑战。
2019-06-19 cs.AI cs.MA cs.RO
Deep Reinforcement Learning for Swarm Systems
L-CAS University of Lincoln(L-CAS林肯大学);Technische Universität Darmstadt(达姆施塔特技术大学)
本文提出了一种基于分布均嵌入的新状态表示方法,用于深度多智能体强化学习,以更有效地处理大规模同质群体系统的去中心化决策问题。
2019-06-06 cs.AI cs.LG cs.MA
Shepherding Heterogeneous Flock with Model-Based Discrimination
引导一群代理到一个目的地的排斥力由一个较小数量的外部代理施加的问题被称为牧羊问题。由于其潜在的应用,这个问题引起了人们的关注,包括转移鸟类以防止飞机事故,回收海洋中的溢油,以及引导机器人群进行地图绘制。虽然已经有各种各样的研究牧羊问题,他们中的大多数放置的一致性假设的动力学代理被引导。然而,我们可以发现,在各种实际情况下,这一假设并不一定成立。在本文中,我们提出了一种牧羊方法的代理人组成的正常代理人被引导和其他变异代理。在该方法中,Shepherd根据正常代理的行为与正常代理的潜在不准确模型预测的行为的偏差来区分正常代理和变体代理。在判别过程中,我们提出了静态阈值和动态阈值两种方法。我们的仿真结果表明,所提出的方法优于传统的方法,各种类型的变体代理。
2022-10-20 cs.MA
Dream2Discern: Learning from Hard Latent Variants for Runtime Failure Prediction in Multi-Agent Systems
Rutgers University(罗格斯大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
Dream2Discern是一种多智能体系统运行时故障预测审计器,通过自身预测损失生成困难潜在变体进行隐式增强训练,在AFTraj-2K和StepShield上实现90%以上轨迹级加权准确率,性能优于同类方法。
2026-10-14 cs.AI cs.CL cs.LG
Conflict-Based Search for Connected Multi-Agent Path Finding
Univ Rennes(雷恩大学);CNRS(法国国家科学研究中心);IRISA(法国雷恩信息与自动化系统研究所);INRIA(法国国家信息与自动化研究所)
我们研究了一个变种的多智能体路径寻找问题(MAPF),其中代理人需要保持连接到彼此和指定的基地。这个问题在搜索和救援任务中有应用,其中整个执行必须由人类操作员监控。我们重新访问基于冲突的搜索算法已知的MAPF,并定义了一个变种,冲突产生于断开连接,而不是碰撞。我们研究优化,并给出实验结果,我们比较我们的算法与文献。
2020-06-05 cs.AI cs.MA
Learning of Coordination Policies for Robotic Swarms
University of Toronto(多伦多大学)
受生物群的启发,机器人群被设想用来解决单个代理难以解决的现实问题。生物群体可以基于局部交互和简单规则实现集体智能;然而,为大规模机器人群体设计有效的分布式策略以实现全球目标可能具有挑战性。虽然通常可以为较少数量的代理设计最佳集中式策略,但随着代理数量的增加,这些方法可能会失败。受机器学习日益成功的推动,我们开发了一种深度学习方法,该方法从集中式策略中学习分布式协调策略。与传统的分布式控制方法相比,这种基于学习的方法可以适应更困难的任务,而传统的分布式控制方法通常是基于人类设计的策略来完成相对简单的任务。我们证明了我们所提出的方法在两个不同的任务,众所周知的交会问题和更困难的粒子分配问题的功效。对于后者,不存在已知的分布式策略。从广泛的模拟,它表明,学习的协调政策的性能是可比的集中式政策,超过国家的最先进的分布式政策。因此,我们提出的方法提供了一个有前途的替代现实世界的协调问题,否则将是计算昂贵的解决或无形的探索。
2017-09-19 cs.AI cs.LG cs.MA
Modeling Feasible Locomotion of Nanobots for Cancer Detection and Treatment
针对纳米尺度下智能体能力受限问题,提出纳米机器人可行运动模型及其两个变体,通过感知并沿化学梯度移动以定位癌症部位,仿真与分析表明该模型能有效缩短定位时间且动态信号放大机制可显著提升性能。
2025-07-16 cs.DM cs.MA
Towards A Complete Multi-Agent Pathfinding Algorithm For Large Agents
多智能体寻路问题是一个具有挑战性的问题,即使采用简化的假设,如平面图,也很难得到最优解(通常是网格),离散时间,移动和等待动作的统一持续时间等。另一方面,在这种限制性假设下的MAPF(也称为经典MAPF)等价于所谓的卵石运动问题,对于卵石运动问题,确实存在非最优多项式时间算法。最近,出现了一个机构的作品,调查MAPF超出基本设置,特别是考虑代理人的任意大小和形状。尽管如此,据我们所知,没有完整的算法,这样的MAPF变体存在。在这项工作中,我们试图缩小这一差距,考虑MAPF大代理,并建议如何将这个问题可以减少到卵石运动(一般)图。这种减少的关键是将代理从边缘移开的过程,这是执行当前代理的移动动作所需的。我们考虑不同的变种如何实现这个过程,并提出了一个变种的卵石运动算法,其中包括这个过程。不幸的是,该算法仍然是不完整的,但根据经验,我们表明,它是能够解决更多的MAPF实例(在严格的时间限制下)与大型代理在任意非平面图(路线图)相比,国家的最先进的MAPF求解器-连续的基于索引的搜索(CCBS)。
2022-08-25 cs.MA
Tableau-based decision procedures for logics of strategic ability in multi-agent systems
University of the Witwatersrand(威特沃特斯兰德大学)
我们开发了一个增量的基于表的决策过程的交替时间时序逻辑ATL和它的一些变种。虽然在理论上建立的复杂性上限内运行,我们声称,我们的画面实际上是更有效的平均情况下,比其他决策程序ATL已知的。此外,其适应ATL的变体的容易性证明了所提出的程序的灵活性。
2008-09-09 cs.AI cs.LO cs.MA
Multi-Goal Multi-Agent Pickup and Delivery
Simon Fraser University(西蒙菲莎大学);University of Southern California(南加州大学)
在这项工作中,我们考虑多代理拾取和交付(MAPD)的问题,代理不断从事新的任务,需要计划无冲突的路径来执行它们。为了执行任务,代理需要访问一对目标位置,包括拾取位置和交付位置。我们提出了两种变体的算法,分配一系列的任务,每个代理使用的任何时候算法大邻域搜索(LNS)和计划路径使用多代理路径查找(MAPF)算法基于优先级的搜索(PBS)。LNS-PBS是完整的形式良好的MAPD实例,一个现实的子类的MAPD实例,经验上比现有的完整的MAPD算法中央更有效。LNS-wPBS不提供完整性保证,但经验上比LNS-PBS更有效和稳定。它可扩展到大型仓库中的数千个代理和数千个任务,并且根据经验比现有的可扩展MAPD算法HBH+MLA* 更有效。LNS-PBS和LNS-wPBS也适用于MAPD的更一般的变体,即多目标MAPD(MG-MAPD)问题,其中任务可以具有不同数量的目标位置。
2022-08-02 cs.AI cs.MA cs.RO
An Arbitration Control for an Ensemble of Diversified DQN variants in Continual Reinforcement Learning
Department of AI-based Convergence, Dankook University(人工智能融合系, Dankook大学);Department of Artificial Intelligence, Dankook University(人工智能系, Dankook大学)
针对深度强化学习模型在持续学习场景下的灾难性遗忘问题,受大脑决策机制启发,提出基于多样化DQN变体集成的仲裁控制框架ACED-DQN,通过优先选择高可靠性智能体,在静态和持续环境中均实现显著性能提升。
2025-09-05 cs.LG cs.MA
Status-quo policy gradient in Multi-Agent Reinforcement Learning
在多主体问题中,个体理性(包括最大化个体预期收益)并不总是导致高效用的个体或群体结果。例如,在多智能体社会困境中,经过训练以最大化个人奖励的强化学习(RL)智能体会收敛到一个低效用的相互伤害的均衡。相比之下,人类在这种社会困境中进化出有用的策略。受人类心理学的启发,将这种行为归因于现状偏差,我们提出了一个现状损失(SQLoss)和相应的策略梯度算法,将这种偏差纳入RL代理。我们证明了SQLoss训练的代理在几个社会困境矩阵游戏(囚徒困境,雄鹿狩猎矩阵变体,鸡游戏)中学习高效用策略。我们展示了SQLoss如何优于现有的最先进的方法,使用预先训练的合作和背叛预言机在视觉输入非矩阵游戏(硬币游戏和猎鹿视觉输入变体)中获得高效用策略。最后,我们表明,SQLoss扩展到一个4代理设置,通过展示流行的Braess悖论的合作行为的出现。
2021-11-23 cs.MA
Rethinking the Implementation Tricks and Monotonicity Constraint in Cooperative Multi-Agent Reinforcement Learning
National Taiwan University(台湾大学)
本文考察QMIX变体的代码级优化与单调性约束,发现归一化优化的QMIX性能更优,且单调性约束可提高SMAC和DEPP的样本效率并给出理论解释。
2023-06-08 cs.AI cs.LG cs.MA
Stabilising Experience Replay for Deep Multi-Agent Reinforcement Learning
University of Oxford(牛津大学);Microsoft Research(微软研究院)
许多现实世界的问题,如网络数据包路由和城市交通控制,自然建模为多智能体强化学习(RL)问题。然而,现有的多智能体RL方法通常在问题大小方面的规模很差。因此,一个关键的挑战是将深度学习在单智能体RL上的成功转化为多智能体设置。一个主要的障碍是独立Q学习,最流行的多智能体RL方法,引入了非平稳性,使其与深度Q学习所依赖的经验重放记忆不兼容。本文提出了两种方法,解决这个问题:1)使用多代理变量的重要性采样自然衰减过时的数据和2)条件每个代理的价值函数上的指纹,消除歧义的年龄从重放内存中采样的数据。一个具有挑战性的分散式星际单位微观管理变体的结果证实,这些方法能够成功地将经验重放与多智能体RL相结合。
2018-05-21 cs.AI cs.LG cs.MA
Mutation-Bias Learning in Games
City, University of London(伦敦城市大学)
该研究提出两种基于进化博弈论的多智能体强化学习变体,通过ODE分析证明收敛性,并在实验中优于WoLF-PHC和频率调整Q学习,展示了动力系统视角的效用。
2024-05-28 cs.LG cs.MA math.DS
Anytime Multi-Agent Path Finding using Operation Parallelism in Large Neighborhood Search
提出DROP-LNS并行框架,通过并发执行多个破坏-修复操作,在有限时间内探索更多搜索空间,显著提升多智能体路径规划的解质量。
2024-02-02 cs.MA
Mix-ME: Quality-Diversity for Multi-Agent Learning
University College London(伦敦大学学院);Imperial College London(帝国理工学院)
本文提出多智能体质量-多样性算法Mix-ME,通过跨团队混合智能体的类交叉算子扩展MAP-Elites,并在部分可观测连续控制任务中证明其常优于单智能体基线。
2023-11-03 cs.LG cs.MA cs.NE
Theory of Mind in Action: The Instruction Inference Task in Dynamic Human-Agent Collaboration
North Carolina State University(北卡罗来纳州立大学);Delft University of Technology(代尔夫特理工大学)
本文提出指令推断任务,通过Tomcat模型评估人机协作中理论思维能力,实验表明Fs-CoT在GPT-4o和DeepSeek-R1上表现接近人类参与者。
2026-04-17 cs.AI cs.CL cs.MA