Graph Attention Network-based Multi-agent Reinforcement Learning for Slicing Resource Management in Dense Cellular Network
网络切片(Network Slicing,NS)管理致力于在相同的物理通信基础设施上提供各种服务以满足不同的需求,并按需分配资源。考虑到密集蜂窝网络的情况下,包含多个NS在多个基站(BS),它仍然具有挑战性,设计一个合适的实时片间资源管理策略,以应付频繁的BS切换,并满足不同的业务需求的波动。在本文中,我们建议制定这个挑战作为一个多智能体强化学习(MARL)的问题,其中每个BS代表一个代理。然后,我们利用图注意力网络(GAT),以加强代理之间的时间和空间的合作。此外,我们将GAT纳入深度强化学习(DRL),并相应地设计了一个智能实时片间资源管理策略。更特别的是,我们证明了GAT的普遍有效性,在多智能体系统中,通过应用GAT的顶部的基于价值的方法深Q网络(DQN)和基于策略和基于价值的方法优势演员评论家(A2C)的组合。最后,我们通过大量的仿真验证了基于门的MARL算法的优越性。
2021-08-11 cs.MA
PestMA: LLM-based Multi-Agent System for Informed Pest Management
针对现有单智能体害虫管理方法的局限,提出基于LLM的多智能体系统PestMA,通过编辑器、检索器、验证器三个专业智能体协作生成循证建议,验证后决策准确率达92.6%,提升害虫管理的可靠性与有效性。
2025-04-14 cs.AI cs.MA
An Intelligent Mobile-Agent Based Scalable Network Management Architecture for Large-Scale Enterprise System
为了解决集中式网络管理模型(SNMP或CMIP管理模型)的可扩展性和灵活性问题,近年来提出了几种基于移动Agent的分布式网络管理模型。虽然使用移动代理来分配和委托管理任务来方便地处理前面提到的问题,许多基于代理的管理框架,如初始平台模型和静态中层管理人员采用移动代理模型不能有效地满足当前网络的需求,这是在规模和复杂性不断增长。此外,各种技术,如SONET、ATM、以太网、DWDM等,存在于网络的接入、城域网和核心(长途)部分的不同层,在它们自己的成帧和协议结构方面增加了复杂性。因此,控制和管理这些网络中的流量是一项具有挑战性的任务。针对上述问题,提出了一种基于智能可扩展层次代理的大规模复杂网络管理模型。提出了成本估算,以期计算管理数据开销方面的总体管理成本。此后获得的结果建立所提出的架构相比,集中式和平床代理模型的有用性。
2012-02-09 cs.DC cs.MA cs.NI
Enabling Autonomic Microservice Management through Self-Learning Agents
Wuhan University(武汉大学);Microsoft(微软);Nanjing University(南京大学);Chongqing University(重庆大学)
针对LLMs难以适应特定服务上下文的问题,提出自学习智能体系统ServiceOdyssey,结合课程学习与迭代探索自主管理微服务,减少人工依赖,并在Sock Shop原型中验证了其有效性。
2025-01-31 cs.AI cs.CL cs.MA
Heterogeneous Risk Management Using a Multi-Agent Framework for Supply Chain Disruption Response
本文提出面向供应链中断的多智能体异构风险管理机制,将不确定性与风险态度纳入通信和决策,并通过仿真验证其在随机环境中的有效性。
2025-07-25 cs.MA cs.SY eess.SY
Knowledge Management System Design using Extended Gaia
一个有效的学习资源中心可以实现与合作,协调和沟通软件代理网络的帮助下。面向Agent的技术代表了一种令人兴奋的分析、设计和构建复杂软件系统的新方法。在Gaia的帮助下完成了交互代理的设计,并将其扩展到多智能体系统。Gaia是M. Wooldridge [9].
2011-02-17 cs.MA
AgentSwing: Adaptive Parallel Context Management Routing for Long-Horizon Web Agents
本文提出AgentSwing框架,通过搜索效率与终端精度两个维度优化长时域网络代理的上下文管理,实验证明其在交互次数更少的情况下性能更优。
2026-03-29 cs.AI cs.CL cs.MA
General Game Management Agent
管理一般的游戏玩多智能体系统的任务是在本文中解决的问题。它被认为是由代理人完成的。构造这样一个Agent的原因有很多,我们称之为通用游戏管理Agent。这个代理管理其他代理之间的战略互动-球员,自然或人工。代理记录交互以用于进一步的基准测试和分析。他也可以用于一种受限的通信。他的行为是由一个以逻辑为基础的语言编写的游戏描述定义的。我们为这个应用程序提出的语言比已经用于此类目的的语言GDL更具表达力。我们的语言可以表示不完美的信息和游戏中的时间依赖元素。像延迟和超时这样的时间依赖元素对于像人类这样具有有限处理能力的玩家之间的交互至关重要。我们提供的例子来证明我们的方法的可行性。我们的语言中的交互描述的博弈论解决的方式被认为是未来的工作。
2009-03-02 cs.GT cs.MA
Autonomic Management for Multi-agent Systems
自主计算是一种能够通过自配置、自修复、自优化和自保护来管理自身的计算系统。研究人员一直在强调多智能体系统在复杂自治系统的设计和实现中所发挥的重要作用。自主计算的重要性在于创建能够比现在更大程度地管理自己的计算系统。软件Agent具有自治性、反应性、社会性和主动性等特点,有望实现自主计算系统。本文将多Agent系统与自主特性相结合,完全隐藏了用户/服务的复杂性。以Java应用程序开发框架为平台实例,说明了该环境可以应用到Web服务中,作为前端提供给用户。通过多代理的支持,它还提供了软件系统的适应性,智能,协作,面向目标的交互,灵活性,移动性和持久性
2011-11-29 cs.MA
Multi-agents architecture for supply chain management
本文的目的是为供应链管理提供一种新的方法。该方法是基于虚拟企业模式和多代理概念的使用。每个实体(如企业)都是自主的,必须执行与其环境相关的本地和全球目标。我们的方法的基本组成部分是一个虚拟企业节点(VEN)。供应链被视为一组层次(对应于生产水平),其中供应链(VEN)的每个合作伙伴与几个客户和供应商有关。每个人都有一个属于自己的故事。主客户为供应链提供全局目标(数量、成本和延迟)。中介代理(MA)负责管理供应链,以尊重这些目标作为全球水平。这些目标是在层级别(NAT)上接管协商代理。这两个代理只有在扰动发生时才活动,否则信息流仅在VEN之间交换。这种架构允许供应链管理,从供应链的简单企业来看是完全透明的。多智能体系统(MAS)的使用允许决策系统的物理分布。此外,具有分散控制的层级式组织结构,在保证每个实体的自主性和整体灵活性的同时,也限制了企业的发展。
2008-06-18 cs.MA
Evaluation of a Conversation Management Toolkit for Multi Agent Programming
Agent会话推理引擎(ACRE)旨在帮助Agent开发人员提高智能体通信的管理和可靠性。为了评估它的有效性,创建了一个问题场景,可以用来比较测试对象组使用和不使用ACRE编写的代码。本文介绍的要求,评估方案是为了满足这些动机的问题的设计。两个实验进行了两组不同的学生和他们的解决方案进行了分析,使用简单的客观指标和主观分析相结合。分析表明,ACRE默认情况下可以防止出现一些常见的问题,这些问题会限制会话处理代码的可靠性和可扩展性。由于ACRE迄今为止只与Agent Factory多代理框架集成,因此有必要验证所发现的问题并非该平台所独有。因此,与为Jason平台编写的最佳实践通信代码进行了比较,以证明ACRE等系统的更广泛适用性。
2014-10-09 cs.MA
Efficient Collaborative Multi-Agent Deep Reinforcement Learning for Large-Scale Fleet Management
Michigan State University(密歇根州立大学);Didi Chuxing(滴滴出行)
大型网约车平台通过重新分配交通资源,缓解交通拥堵,提高交通效率,极大地改变了我们的生活。一个有效的车队管理策略不仅可以显著提高运输资源的利用率,还可以增加收入和客户满意度。这是一个具有挑战性的任务,设计一个有效的车队管理策略,可以适应环境,涉及复杂的动态需求和供应。现有的研究通常是在一个简化的问题设置,很难捕捉复杂的随机需求-供应变化的高维空间。在本文中,我们提出了解决大规模的车队管理问题,使用强化学习,并提出了一个上下文多智能体强化学习框架,包括三个具体的算法,以实现大量的代理之间的协调,适应不同的背景。我们通过广泛的实证研究表明,所提出的框架在国家的最先进的方法显着改善。
2019-12-02 cs.AI cs.MA
Towards a Multi-Agent System Architecture for Supply Chain Management
Universidad Autónoma Metropolitana - Cuajimalpa(墨西哥自治都会大学 - 库阿希马尔帕校区)
自互联网诞生以来,各个业务流程一直在发生变化,在适应竞争和不断变化的市场条件的电子商务环境中,这些流程目前正朝着更加分散和协作的业务模式发展。本文提出了一个多代理系统架构的供应链管理,探讨了不同的策略,并提供解决方案,在分布式电子商务环境。该系统旨在支持不同类型的接口,允许与已经开发的其他业务模型进行互操作。为了展示整个多代理系统是如何开发的,提出并解释了一个协作代理的实现。
2021-09-24 cs.AI cs.MA
Multi-agent Collaboration with State Management
Shanghai Jiaotong University(上海交通大学);Cortices AI;Emory University(埃默里大学);Peking University(北京大学)
本文提出STORM,一种面向多智能体协作的状态管理方法,通过在共享工作区中调解智能体的交互,确保每个智能体在一致的代码库视图上操作,并在写入时检测和解决冲突。STORM在多个LLM上优于基于git-worktree的多智能体基线,且在成本效率上具有竞争力,表明显式状态管理比工作区隔离更有效。
2026-05-19 cs.AI cs.CL cs.LG
Task Allocation with Load Management in Multi-Agent Teams
University of Michigan(密歇根大学);Stevens Institute of Technology(史蒂文斯理工学院);US Army CCDC Ground Vehicle Systems Center(美国陆军作战能力发展司令部地面车辆系统中心)
在从同质机器人群到异质人类自主团队的多智能体团队的操作中,可能会发生意外事件。虽然多智能体任务分配问题的操作效率是主要目标,但决策框架必须足够智能,以便在有限资源的情况下管理意外的任务负载。否则,运营效率将大幅下降,超负荷的代理商将面临不可预见的风险。在这项工作中,我们提出了一个决策框架,多智能体团队学习任务分配与负载管理的考虑,通过分散的强化学习,闲置是鼓励和避免不必要的资源使用。我们说明了负载管理对团队绩效的影响,并在示例场景中探索代理行为。此外,代理的合作重要性的措施来推断团队弹性时,面对处理潜在的过载情况。
2022-07-17 cs.AI cs.MA cs.RO
A Closed-Loop Multi-Agent System Driven by LLMs for Meal-Level Personalized Nutrition Management
Muqing Xu(穆庆旭)
本文提出基于LLM的多智能体系统,实现餐级闭环个性化营养管理,通过图像识别与对话交互优化营养摄入计划。
2026-01-08 cs.AI cs.MA
Reducing Collision Risk in Multi-Agent Path Planning: Application to Air traffic Management
为了最小化具有随机转移动力学的多智能体路径规划问题中的碰撞风险,我们制定了一个马尔可夫决策过程拥塞博弈的多线性拥塞成本。玩家在游戏中完成各自的任务,同时最大限度地减少自己的碰撞风险。我们表明,纳什均衡集与一个非凸优化问题的一阶KKT点重合。我们的游戏被应用到法国的历史飞行计划,以减少商业飞机之间的碰撞风险。
2022-12-10 cs.GT cs.MA
Simulation of Autonomous Industrial Vehicle Fleet Using Fuzzy Agents: Application to Task Allocation and Battery Charge Management
本研究提出一种基于模糊推理的多智能体仿真方法,用于优化机场移动行李传送带机器人的动态任务分配与电池充电管理,显著提升了运营效率并降低了能耗。
2025-04-01 cs.MA
Modeling skier behavior for planning and management. Dynaski, an agent-based in congested ski-areas
在休闲空间,特别是主题公园和博物馆,研究人员和管理人员长期以来一直在使用模拟工具来解决与吸引力相关的大问题,即流量管理。在这项研究中,我们提出了管理和规划的角度来看,多智能体模拟工具,模拟滑雪者在滑雪区的行为。这是第一个能够模拟和比较管理和规划方案及其对滑雪者舒适度的影响的工具,特别是滑雪场等待时间。本文的目的是整合多个数据源,以校准模拟的真实案例研究。一周内对用户进行的原始实地调查详细介绍了滑雪者人数。第一个滑雪者平均速度是根据一个普通日子的GPS数据计算出来的。验证数据用于校准行为模型的参数。在法国最大的滑雪场之一的La Plagne滑雪场进行了模拟工具的演示。一个测试案例,在滑雪区附近的车站建造新的住房,进行。增加1620名新滑雪者使滑雪者的平均等待时间推迟了12个百分点。
2020-11-24 cs.MA
Synergizing Logical Reasoning, Knowledge Management and Collaboration in Multi-Agent LLM System
本文提出 SynergyMAS 框架,通过集成逻辑推理、长期知识保留、心理理论能力与优化通信协议,构建多智能体 LLM 系统,并在产品开发团队案例中验证其能显著提升性能与适应性。
2025-07-02 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
Inventory Management - A Case Study with NetLogo
多智能体系统(MAS)已被应用于从能源网络控制到机器人足球队的多个领域或任务。MAS是理想的解决方案,当他们提供决策支持的情况下,人类的决策和行动是不可行的控制和实时操作系统。因此,我们提出了一个案例研究,是有关的动态模拟的自动库存管理系统。我们提供两种类型的代理,客户和卖方代理。通过通信系统,代理交换消息以满足其库存需求。客户代理商根据自己的需求进行产品交易,如果零售商链中的其他客户无法提供所需的产品,则依赖卖方代理商。此外,预计客户和卖方之间的交易是通过还原型拍卖完成的。本案例研究MAS使用BDI和FIPA-ACL在其实现中产生了一个清晰的系统模拟。我们希望提供两种不同情况之间的比较。一种是只与提供者进行外部交易,另一种是允许内部和外部交易的情况。
2019-04-10 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
The Self Driving Portfolio: Agentic Architecture for Institutional Asset Management
Tau Balance;Columbia University(哥伦比亚大学);Altbridge
本文提出一个智能架构,通过50个专门代理生成资本市场假设,使用20种竞争方法构建投资组合,并相互批评和投票。研究代理提出新方法,元代理比较历史预测与实际回报,优化代理代码和提示以提高未来表现。
2026-09-22 cs.AI cs.MA q-fin.GN
Energy Management of Multi-mode Hybrid Electric Vehicles based on Hand-shaking Multi-agent Learning
University of Birmingham(伯明翰大学);Zhejiang University(浙江大学)
未来的交通系统将是一个多智能体网络,连接的人工智能智能体可以一起工作,以解决我们这个时代的重大挑战,例如,缓解现实世界的驾驶能耗。针对现有车辆能量管理研究将多输入多输出(MIMO)控制解耦为单输出(MISO)控制的问题,研究了一种多智能体深度强化学习(MADRL)框架,以同时处理多个控制输出。提出了一种新的握手策略的DRL代理通过引入一个独立的比例,并进行了参数研究,以获得最佳设置的MADRL框架。研究表明,独立比为0.2的MADRL是最好的,并且比传统的DRL框架可以节省2.4%以上的能量。
2022-11-28 cs.LG cs.MA cs.SY
MARLIM: Multi-Agent Reinforcement Learning for Inventory Management
École Polytechnique(巴黎综合理工学院);TotalEnergies OneTech(道达尔能源OneTech)
本文提出名为MARLIM的强化学习框架,通过单或多智能体协作优化补货决策,解决具有随机需求和提前期的单级多产品供应链库存管理问题,并在真实数据实验中展现出优于传统基线的优势。
2023-08-03 cs.AI cs.LG cs.MA
Collaborative Auto-Curricula Multi-Agent Reinforcement Learning with Graph Neural Network Communication Layer for Open-ended Wildfire-Management Resource Distribution
现实世界中的大多数领域都可以用多智能体(MA)系统来描述。意图共享代理可以通过协作解决更复杂的任务,可能在更短的时间内。真正的合作行动是有益的利己主义和集体的原因。然而,教导个体代理人为了更好的集体表现而牺牲利己主义利益似乎具有挑战性。我们建立在最近提出的多智能体强化学习(MARL)机制与图神经网络(GNN)通信层。很少选择的沟通行动是边际有益的。在这里,我们提出了一个MARL系统中,代理可以帮助合作者更好地执行,同时冒着个人性能低。我们在野火管理资源分配的背景下进行研究。沟通环境特征和部分可观察的火灾发生帮助代理集体先发制人地分配资源。此外,我们引入了一个程序化的培训环境,适应自动课程和开放性,以更好的概括性。我们的MA通信建议优于贪婪启发式基线和单代理(SA)设置。我们进一步展示了自动课程和开放性如何提高我们的MA提案的可推广性。
2022-04-24 cs.AI cs.LG cs.MA
Using Intelligent Agents to Understand Management Practices and Retail Productivity
智能代理提供了一种新的和令人兴奋的方式来理解工作世界。在本文中,我们应用基于代理的建模和仿真,调查一组问题,在零售方面。具体而言,我们正在努力了解人力资源管理实践和零售生产力之间的关系。尽管我们正在一个相对新颖和复杂的领域中工作,但很明显,智能代理可以为未来培养可持续的组织能力提供潜力。该项目仍处于早期阶段。到目前为止,我们已经在英国的一家百货公司进行了案例研究,以收集数据并捕捉有关部门内运营和参与者的印象。此外,基于我们的案例研究,我们已经建立和测试了我们的第一个版本的零售分行模拟器,我们将在本文中介绍。
2008-03-11 cs.CE cs.MA cs.NE
First Demonstration of Multi-Agent LLM System for Million-Scale Optical Link Management in Global Production AIDCs
State Key Laboratory of Photonics and Communications, School of Information Science and Electronic Engineering, Shanghai Jiao Tong University(上海交通大学信息科学与电子工程学院光子与通信国家重点实验室);Baidu(百度);Huawei Technologies(华为技术有限公司)
该研究首次演示了用于全球生产型AIDC百万级光链路自主故障管理的多智能体LLM系统,经SFT和记忆演化优化,在十周现场数据中F1达97.7%、故障减少超60%,性能优于SOTA LLM。
2026-08-25 cs.MA physics.optics
M$^3$RL: Mind-aware Multi-agent Management Reinforcement Learning
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Facebook AI Research(Facebook人工智能研究)
大多数关于多智能体强化学习(MARL)的先前工作通过直接控制智能体以最大化共同奖励来实现最佳协作。在本文中,我们将从一个不同的角度来解决这个问题。特别是,我们考虑的情况下,有自我利益的代理(即,工人代理),它们有自己的思想(偏好、意图、技能等)。并且不能被命令执行他们不希望做的任务。为了实现这些代理之间的最佳协调,我们训练超级代理(即,管理者)首先根据当前和过去的观察推断他们的想法,然后签订合同,将合适的任务分配给工人,并承诺给予相应的奖金,以便他们同意一起工作。管理者的目标是最大限度地提高整体生产力,并最大限度地减少支付给工人的临时工人团队。为了训练管理者,本文提出了思维感知的多智能体管理强化学习(M^3RL),它包括智能体建模和策略学习。我们已经评估了我们的方法在两个环境中,资源收集和手工制作,模拟多代理管理问题与各种任务设置和多个设计的工人代理。实验结果验证了我们的方法在建模工人代理的思想在线,并在实现最佳的ad-hoc团队具有良好的泛化和快速适应的有效性。
2019-03-07 cs.AI cs.LG cs.MA
MARS: A Meta-Adaptive Reinforcement Learning Framework for Risk-Aware Multi-Agent Portfolio Management
MARS通过多智能体和风险导向的方法,实现投资组合管理中风险与收益的平衡,利用行为多样性提升市场环境下的稳健性。
2025-12-02 cs.LG cs.MA
Multi-Agent System Interaction in Integrated SCM
组织之间在战略、战术和运营层面上的协调可以提高供应链的效率和效益。供应链管理在现代企业中日益增多。环境变得竞争激烈,如果不提高采购、生产和分销的效率,许多企业将难以生存。多智能体供应链管理被公认为是一种有效的供应链管理方法。多智能体系统(MAS)提供了新的方法相比,传统的,集中组织的架构范围内的供应链管理(SCM)。由于在整个供应链中没有必要的数据,因此考虑到所有有关伙伴的生产规划和控制的综合办法是不可行的。在这项研究中,我们展示了MAS体系结构如何在集成SCM体系结构中与各种智能代理进行交互,以突出上述问题。
2009-11-04 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
Autonomous Industrial Management via Reinforcement Learning: Self-Learning Agents for Decision-Making -- A Review
Arcada University of Applied Sciences(阿尔卡达应用科学大学);University of Aberdeen(阿伯丁大学)
工业一直在追求提高经济效率,目前的重点是利用现代技术减少人力。即使拥有从包装机器人到故障检测人工智能的尖端技术,一些新系统的目标仍然存在一些模糊性,即它们是自动化的还是自主的。在本文中,我们指出了自动化和自治系统之间的区别,以及审查目前的文献,并确定创建自主智能体的学习机制的核心挑战。我们讨论了使用不同类型的扩展现实,如数字孪生,训练强化学习代理通过泛化学习特定的任务。一旦实现泛化,我们将讨论如何使用这些来开发自学习代理。然后,我们介绍自我发挥的情况下,他们如何可以用来教自学代理通过一个支持性的环境,重点是代理如何能够适应不同的现实世界的环境。
2019-10-20 cs.AI cs.MA
MAPS: Multi-agent Reinforcement Learning-based Portfolio Management System
Korea University(高丽大学)
最近,在股票市场中使用先进的深度学习方法生成投资策略已经成为一个令人感兴趣的话题。大多数现有的深度学习方法都专注于通过最大化回报来提出最优模型或网络架构。然而,这些模型往往不能考虑和适应不断变化的市场条件。在本文中,我们提出了多智能体强化学习为基础的投资组合管理系统(MAPS)。MAPS是一个合作系统,其中每个代理人都是独立的“投资者”,创建自己的投资组合。在训练过程中,每个智能体被引导尽可能地行动,同时最大化自己的回报与精心设计的损失函数。因此,MAPS作为一个系统最终得到了多样化的投资组合。使用美国市场12年的数据进行的实验结果表明,MAPS在夏普比率方面优于大多数基线。此外,我们的研究结果表明,增加更多的代理人,我们的系统将允许我们得到一个更高的夏普比率,降低风险与更多样化的投资组合。
2020-07-10 cs.AI cs.CE cs.LG
Cooperative Multi-Type Multi-Agent Deep Reinforcement Learning for Resource Management in Space-Air-Ground Integrated Networks
Tsinghua-Berkeley Shenzhen Institute(清华-伯克利深圳学院);RISC-V International Open Source Laboratory(RISC-V国际开源实验室);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Ryerson University(瑞尔森大学)
本文针对天地一体化网络资源管理问题,提出协作多类型多智能体深度强化学习方法CMT-MARL,在包含五类链路的SAGIN系统中提升传输速率与成功率。
2023-08-08 cs.AI cs.LG cs.MA
An Offline Multi-Agent Reinforcement Learning Framework for Radio Resource Management
Centre for Wireless Communications (CWC)(无线通信中心);University of Oulu(奥卢大学)
本文提出离线多智能体强化学习框架用于无线资源管理,优化多接入点调度以提升用户总速率与尾部速率,相比基线实现超15%性能提升,并验证CTDE范式在效率与性能间的平衡。
2025-01-22 cs.LG cs.MA
Multi-Agent Simulation and Management Practices
智能代理提供了一种新的和令人兴奋的方式来理解工作世界。基于代理的模拟(ABS),使用智能代理的一种方式,具有巨大的潜力,我们的管理实践的理解,以及他们如何链接到零售业绩。我们根据经济学家、工作心理学家和计算机科学家组成的多学科团队的研究开发了模拟模型。我们将讨论我们与一家知名零售百货公司合作实施这些概念的经验。毫无疑问,管理实践与组织的绩效有关(Reynolds等人,2005; Wall & Wood,2005)。最佳做法已经制定,但当涉及到这些准则的实际应用时,它们在特定环境中的有效性仍然存在相当大的模糊性(Siebers等人,即将提交a)。大多数运筹学(OR)方法只能作为分析工具,一旦管理实践已经实施。通常,它们对于回答推测性的"假设"问题不是很有用,特别是当人们对系统随时间的发展而感兴趣时,而不仅仅是系统在某个时间点的状态。仿真可以用来分析动态和随机系统的运行。当系统实体之间存在复杂的交互时,ABS特别有用,例如自主决策或协商。在ABS模型中,研究者明确地描述了微观层面上模拟行为者的决策过程。结构在宏观层面上出现,是代理人的行为及其与其他代理人和环境相互作用的结果。3我们将展示ABS实验如何处理测试和优化管理实践,例如培训、授权或团队合作。因此,诸如"工作人员自己设定休息时间会提高业绩吗?“可以调查。
2010-03-19 cs.AI cs.CE cs.MA
Resource Management in Wireless Networks via Multi-Agent Deep Reinforcement Learning
HRL Laboratories, LLC(HRL实验室);Intel Corporation(英特尔公司);VMware, Inc.(VMware公司)
我们提出了一种使用多代理深度强化学习(RL)在无线网络中进行分布式资源管理和干扰缓解的机制。我们为网络中的每个发射机配备了一个深度RL代理,该代理接收来自其关联用户的延迟观测,同时还与其相邻代理交换观测,并决定在每个调度间隔服务哪个用户以及使用什么发射功率。我们提出的框架,使代理同时作出决定,并在一个分布式的方式,不知道其他代理的并发决策。此外,我们的代理的观察和动作空间的设计是可扩展的,在这个意义上说,一个代理训练的情况下,具有特定数量的发射机和用户可以应用到不同数量的发射机和/或用户的情况。仿真结果表明,我们提出的方法相比,分散的基线在平均和$5^{th}$百分位用户率之间的权衡方面的优越性,同时实现性能接近,甚至在某些情况下优于,集中式信息理论基线。我们还表明,我们训练有素的代理是强大的,并保持他们的性能增益时,遇到训练和测试部署之间的不匹配。
2021-01-11 cs.IT cs.LG cs.MA
Ontology-based multi-agent system to support business users and management
对于某些决策过程,当企业内部的数据仓库(DW)可以与从竞争对手的网站和其他相关Web源获得的外部数据集成和组合时,可以实现显著的附加值。在本文中,我们讨论了基于主体的集成方法使用本体(DSS-MAS)。在这种方法中,来自内部DW和外部源的数据由协调的代理组扫描,而语义集成和相关的数据根据业务规则报告给业务用户。在获取内部数据仓库、Web资源和业务规则的数据后,Agent可以利用这些数据和规则推断新的知识,从而促进决策过程。在企业的本体中表示的知识是从没有广泛的技术知识的业务用户使用基于约束和预定义的模板的用户友好的用户界面获得的。本文提出的方法进行了验证,从移动通信领域的案例研究,重点是手机的供应和需求。
2018-07-10 cs.CY cs.MA
Modelling Office Energy Consumption: An Agent Based Approach
University of Nottingham(诺丁汉大学)
在本文中,我们开发了一个基于Agent的模型,它集成了四个重要元素,即组织能源管理政策/法规,能源管理技术,电器和设备,以及人类行为,基于案例研究,模拟办公楼的能源消耗。利用该模型,我们测试了不同的能源管理策略的有效性,并解决了实际的办公能耗问题。本文从理论上对办公建筑能耗这一复杂的组织问题中的四个要素进行了整合,并在实践中对基于主体的方法在办公建筑能耗研究中的应用做出了贡献。
2016-07-20 cs.AI cs.MA
MARLIN: Multi-Agent Reinforcement Learning with Murmuration Intelligence and LLM Guidance for Reservoir Management
Stony Brook University(石溪大学);Shanghai Jiao Tong University(上海交通大学)
MARLIN通过结合生物启发规则与大语言模型,实现多智能体强化学习在水库管理中的去中心化协调,提升不确定性处理能力并加快洪水响应。
2026-03-06 cs.MA cs.SY eess.SY
EnergAIze: Multi Agent Deep Deterministic Policy Gradient for Vehicle to Grid Energy Management
INESC-TEC(INESC-TEC 研究所);Polytechnic of Porto - School of Engineering(波尔图理工学院工程学院);GECAD(GECAD 研究中心)
本文提出基于MADDPG的多智能体强化学习框架EnergAIze,以去中心化、用户可选目标的方式管理V2G及社区能源资产,并在CityLearn中验证其降峰、减碳和降成本效果。
2024-04-09 cs.AI cs.MA
The potential role of AI agents in transforming nuclear medicine research and cancer management in India
Australian Institute for Bioengineering and Nanotechnology(澳大利亚生物工程与纳米技术研究所);The University of Queensland(昆士兰大学);Rohtak Nuclear Medcare Imaging Therapy and Research Center(罗塔克核医学影像治疗与研究中心);Apollo Multispeciality Hospital(阿波罗 multispeciality 医院);Apollo Hospitals Educational and Research Foundation(阿波罗医院教育与研究基金会);Australian eHealth Research Centre(澳大利亚电子健康研究中心);CSIRO(联邦科学与工业研究组织);Georgia Institute of Technology(佐治亚理工学院)
本文探讨AI智能体在印度核医学癌症研究、诊断与管理中的潜在作用,提出基于智能体的生态系统以弥补实体医疗基础设施不足并应对可持续性挑战。
2025-03-10 cs.AI cs.CY cs.MA
A game-theoretic analysis of networked system control for common-pool resource management using multi-agent reinforcement learning
InstaDeep(InstaDeep公司);University of Oxford(牛津大学);Stellenbosch University(斯泰伦博斯大学);University of Cape Town(开普敦大学);University of Witwatersrand(威特沃特斯兰德大学)
多智能体强化学习作为网络化系统控制的一种方法,最近显示出巨大的前景。可以说,大规模网络化系统控制中最困难和最重要的任务之一是公共池资源管理。关键的共有资源包括可耕地、淡水、湿地、野生动物、鱼类种群、森林和大气层,对这些资源的适当管理与粮食安全、不平等和气候变化等社会最大挑战有关。在这里,我们从最近的一项研究计划中获得灵感,该研究计划调查了人类在社会困境中的博弈论激励,例如众所周知的公地悲剧。然而,我们关注的不是生物进化的类人代理,而是更好地理解工程网络系统的学习和操作行为,包括通用强化学习代理,仅受非生物约束,如内存,计算和通信带宽。利用经验博弈论分析的工具,我们分析了不同的解决方案的概念,采用不同的信息结构,在网络多智能体系统的设计中产生的差异。这些信息结构与代理之间共享的信息类型以及所采用的通信协议和网络拓扑有关。我们的分析有助于新的见解与某些设计选择的后果,并提供了一个额外的维度系统之间的比较超出效率,鲁棒性,可扩展性和平均控制性能。
2020-10-15 cs.GT cs.LG cs.MA
A Trust Management and Misbehaviour Detection Mechanism for Multi-Agent Systems and its Application to Intelligent Transportation Systems
Ulm University(乌尔姆大学);Technische Universität Darmstadt(达姆施塔特工业大学)
本文提出了一种基于主观逻辑的信任管理机制,用于多智能体系统中数据共享的可靠性增强和恶意行为检测,该机制在智能交通系统中得到了验证,证明其在系统规模扩大时仍能有效检测和隔离恶意代理。
2019-05-22 cs.MA cs.SY eess.SP
Quantum Multi-Agent Actor-Critic Neural Networks for Internet-Connected Multi-Robot Coordination in Smart Factory Management
Korea University(高丽大学);Ajou University(阿久大学)
作为学术界和工业界感兴趣的最新领域之一,量子计算已经引起了极大的关注。在量子计算的各种主题中,变分量子线路(VQC)因其进行量子深度强化学习(QRL)的能力而受到关注。本文验证了QRL的潜力,这将通过从QRL实现量子多智能体强化学习(QMARL)来进一步实现,特别是在智能工厂应用中的互联网连接的自主多机器人控制和协调。然而,由于经典MARL的非平稳性,扩展并不简单。为了解决这一问题,提出了在互联网连接下的集中培训和分散执行(CTDE)QMARL框架。一个智能工厂环境与物联网(IoT)为基础的多个代理被用来显示所提出的算法的有效性。仿真结果表明,所提出的基于QMARL的自主多机器人控制和协调性能优于其他框架。
2023-01-04 cs.MA cs.RO quant-ph
MUSE-Autoskill: Self-Evolving Agents via Skill Creation, Memory, Management, and Evaluation
ByteDance Inc.(字节跳动公司);Rochester Institute of Technology(罗切斯特理工学院)
提出MUSE-Autoskill框架,通过统一的技能生命周期(创建、记忆、管理、评估和优化)使LLM智能体持续提升任务解决能力,实验表明生命周期管理的技能可提高任务成功率、效率、复用性和跨智能体迁移。
2026-07-07 cs.AI cs.CL cs.LG