Autonomous Event-Driven Multi-Agent Orchestration for Enterprise AI at Scale
SAP SE（SAP股份有限公司）
针对企业级AI中多智能体系统在规模扩展时性能下降的问题，提出任务管理器通过优先级推理、事件合并和抢占机制，在200个生产场景中验证其降低高优先级延迟14-75%，提升相关事件正确率超20个百分点。
2026-09-29 cs.AI cs.MA
AgentFacts: Universal KYA Standard for Verified AI Agent Metadata & Deployment
针对企业AI部署中缺乏标准化智能体验证机制的KYA难题，提出通用元数据标准AgentFacts，通过加密签名声明、多权威领域化验证等实现可信分级评估，推动智能体部署标准化治理。
2025-06-11 cs.MA
Towards Enterprise-Ready Computer Using Generalist Agent
IBM Research（IBM研究院）
本文提出面向企业级应用的通用智能体计算机系统，通过结合先进智能体AI技术与迭代评估改进方法，在WebArena和AppWorld基准上达到新最先进性能，并总结了开发经验与未来挑战。
2025-07-09 cs.AI cs.DC 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
Continuum Deformation Coordination of Multi-Agent Systems Using Cooperative Localization
研究了多智能体系统在协作定位辅助下的分散连续变形协调问题。我们把智能体看作是二维运动空间中三角形连续体（可变形体）内部的粒子，并让连续体变形协调由位于三角形顶点的三个领导者定义，称为领导三角形。领导者期望的轨迹被分配作为一个约束最优控制问题的解决方案，使得在存在干扰和测量噪声的情况下满足安全要求。分布在主导三角形内的跟随者通过集成协作定位和本地通信以分散的方式获得连续变形。具体而言，合作定位估计全球位置的所有代理使用相对位置测量主要基于接近的代理。模拟结果提出了一个网络的十个代理。
2021-04-20 cs.MA
AgentArch: A Comprehensive Benchmark to Evaluate Agent Architectures in Enterprise
ServiceNow
AgentArch提出一个企业特定的基准，评估代理架构在复杂任务中的性能，揭示模型特定的架构偏好及性能瓶颈。
2026-01-06 cs.AI cs.CL cs.MA
ERPBench: A State-Grounded Evaluation Paradigm for Computer-Use Agents in Enterprise Software
Accenture（埃森哲）
针对ERP系统对计算机使用智能体的独特挑战，提出ERPBench基准，在实时ERP系统上按数据库真实值评分，发现强通用GUI性能不转化为企业可靠性，并刻画特有失败模式。
2026-09-24 cs.AI cs.CV cs.MA
Governing the Agentic Enterprise: A Governance Maturity Model for Managing AI Agent Sprawl in Business Operations
Independent Researcher（独立研究员）
本文提出了一种针对人工智能代理扩张的治理成熟度模型，通过12个治理领域和五个级别框架，结合NIST AI RMF和ISO/IEC 42001标准，验证了治理能力与业务成果的关联性，并展示了不同成熟度层级下的显著差异。
2026-03-13 cs.AI cs.MA
Data Intelligence Agents: Interpreting, Modeling, and Querying Enterprise Data via Autonomous Coding Agents
C3 AI
提出Data Intelligence Agents (DIA)系统，由三个自主编码代理组成，通过执行、验证和修复工件来压缩数据集成工作流，在七个SQL基准测试中达到或超越最佳结果。
2026-09-01 cs.AI cs.DB cs.MA
The Orchestration of Multi-Agent Systems: Architectures, Protocols, and Enterprise Adoption
本文提出了一种统一架构框架和两种互补通信协议，旨在提升多智能体系统在企业级AI生态系统中的可扩展性和合规性。
2026-01-20 cs.AI cs.MA
AgenticCyOps: Securing Multi-Agentic AI Integration in Enterprise Cyber Operations
The University of Alabama（阿拉巴马大学）
AgenticCyOps提出了一种基于信任边界的多智能体AI集成安全框架，通过分解攻击面并定义五个防御原则，有效减少攻击向量和提升企业网络安全水平。
2026-03-10 cs.CR cs.MA cs.SE
Agentic ERP: Multi-Agent Large Language Model Architecture for Autonomous Enterprise Resource Planning
KTH Royal Institute of Technology（瑞典皇家理工学院）；Department of Production Engineering（生产工程系）
研究针对ERP系统过度依赖人类决策的问题，提出Agentic ERP架构，结合角色对齐的LLM智能体、人工参与框架和图编排器。通过特定决策问题表述、编排解耦及多层面评估，证明该方法优于基线，能让ERP主动执行决策，提供了参考架构与评估协议。
2026-07-21 cs.AI cs.MA
Multi-Dimensional Summarization Agents with Context-Aware Reasoning over Enterprise Tables
Amazon（亚马逊）
提出基于LLM的多智能体框架，通过切片、差异检测、上下文构建与生成实现企业表格多维摘要，在忠实度、相关性与洞察质量上显著优于基线方法。
2025-08-10 cs.AI cs.MA
Are LLM Agents the New RPA? A Comparative Study with RPA Across Enterprise Workflows
本研究对比了LLM智能体自动化（AACU）与传统RPA在三类企业工作流中的表现，发现RPA在速度可靠性上更优，AACU开发更灵活，指出其当前未达生产级但在轻量自动化有潜力，提出未来研究方向。
2025-09-04 cs.CY cs.MA
Evolution of AI Agent Registry Solutions: Centralized, Enterprise, and Distributed Approaches
Cleveland State University（克利夫兰州立大学）；Kent State University（肯特州立大学）；Independent Researcher（独立研究者）；Massachusetts Institute of Technology（麻省理工学院）；Northeastern University（东北大学）
本文比较 MCP Registry、A2A、AGNTCY、Microsoft Entra Agent ID 与 NANDA AgentFacts 五类 AI 智能体注册方案，并从安全、认证、扩展性和可维护性维度给出架构权衡与设计建议。
2025-10-20 cs.AI cs.MA cs.NI
Using the NANDA Index Architecture in Practice: An Enterprise Perspective
Cisco Systems（思科系统）；MIT（麻省理工学院）；Unify Dynamics；Tata Consultancy Services（塔塔咨询公司）；CMU（卡内基梅隆大学）
针对自主AI智能体协作的安全与互操作需求，提出NANDA框架，实现全局发现、能力验证及跨协议通信，并扩展零信任原则，奠定大规模部署基础。
2025-08-05 cs.AI cs.MA cs.NI
Towards Reversible Forgetting: Managing Obsolete Knowledge in Continual Enterprise AI Agents
针对企业AI智能体在非平稳环境中面临的过时知识问题，提出含三种记忆状态的可逆遗忘框架，实例化为滞后可逆记忆控制器，可减少过时信息影响且不混淆临时抑制与永久擦除，金融场景可验证其思路。
2026-08-20 cs.LG cs.MA
Semantic Consensus: Process-Aware Conflict Detection and Resolution for Enterprise Multi-Agent LLM Systems
Independent Researcher（独立研究员）
本文提出语义共识框架，通过过程感知中间件解决多智能体系统中因共享目标解释不一致导致的冲突问题，实现100%工作流完成率和高精度冲突检测。
2026-03-13 cs.AI cs.MA cs.SE
An Improved Multi-Agent Algorithm for Cooperative and Competitive Environments by Identifying and Encouraging Cooperation among Agents
Nanjing University（南京大学）；Dalian University of Technology（大连理工大学）
针对多智能体强化学习现有算法的不足，基于MADDPG引入合作奖励参数，在PettingZoo环境中验证其相比原算法提升了智能体的团队及个体奖励，改进了协作与竞争场景下的性能。
2025-08-19 cs.AI cs.MA
Agentic Discovery: Closing the Loop with Cooperative Agents
University of Chicago（芝加哥大学）；Argonne National Laboratory（阿贡国家实验室）
本文提出用协作智能体增强人类，实现自主科学发现，以突破人类决策瓶颈，需AI和基础设施协同进步。
2025-10-15 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
Mixed Cooperative-Competitive Communication Using Multi-Agent Reinforcement Learning
University of Antwerp（安特卫普大学）；imec（比利时微电子研究中心）
通过在多智能体环境中使用多个智能体之间的通信，可以通过将一个智能体的观察与同一动态环境中的其他智能体的观察相结合来减少部分可观察性的影响。虽然许多成功的研究已经完成了对合作环境中的沟通学习，在混合合作竞争环境中的沟通学习也很重要，并带来了自己的复杂性，如对方团队偷听的沟通。在本文中，我们应用微分代理间学习（DIAL），合作设置，一个混合的合作竞争环境。我们研究了一个团队的私密通信和另一个团队可以偷听到的通信之间的性能差异。我们的研究表明，在我们选择的环境中，经过给定的训练期后，通信代理能够实现与完全可观察代理相似的性能。总的来说，我们发现，跨团队共享通信的结果在降低性能的沟通团队相比，实现与私人通信的结果。
2021-10-29 cs.LG cs.MA
Multi-Agent Decision Transformers for Dynamic Dispatching in Material Handling Systems Leveraging Enterprise Big Data
Industrial A.I. Lab.（工业人工智能实验室）；Hitachi America Ltd.（日立美国有限公司）；JR Automation Collaboration Project（JR自动化合作项目）
本研究探讨决策变换器在实际多智能体物料搬运系统中作为动态调度策略的应用，发现其在原始启发式方法表现中等且无随机性时能显著提升吞吐量，但存在性能边界。
2024-11-04 cs.AI cs.LG cs.MA
Provably Efficient Cooperative Multi-Agent Reinforcement Learning with Function Approximation
Massachusetts Institute of Technology（麻省理工学院）
强化学习在合作多智能体设置最近取得了显着进展，在广告，动态治疗制度，分布式控制和联邦学习的合作估计的应用。在本文中，我们讨论的问题，合作多代理RL函数逼近，其中一组代理相互通信，共同解决一个情节MDP。我们证明，通过仔细的消息传递和合作的价值迭代，它是可以实现接近最优的无遗憾学习，即使是一个固定的恒定的通信预算。接下来，我们证明，即使在异构的合作设置，它是可能的，以实现帕累托最优的无遗憾学习有限的沟通。我们的工作概括了多智能体上下文和多武装土匪文学的几个想法，以MDPs和强化学习。
2021-03-08 cs.LG cs.MA stat.ML
VeriWeave Govern: Evidence-Gated Deterministic Runtime Governance for Enterprise AI Agents
Institute for Smart System Technologies, University of Klagenfurt（克拉根福大学智能系统技术研究所）；Faculté Polytechnique, Université de Kinshasa（金沙萨大学理工学院）
针对企业AI智能体动作授权需求，提出VeriWeave Govern确定性运行时治理层，通过证据门控、拒绝优先级和人工审查实现安全控制，在GovernBench上达到高准确率与零误允许，并揭示安全-效用权衡。
2026-09-30 cs.AI cs.CY cs.MA
Consensus Learning for Cooperative Multi-Agent Reinforcement Learning
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）
几乎所有无通信的多智能体强化学习算法都遵循集中训练、分散执行的原则。在集中式训练期间，代理可以由相同的信号（例如全局状态）指导。然而，在分散执行期间，代理人缺乏共享信号。受视点不变性和对比学习的启发，本文提出了协作多智能体强化学习的一致性学习方法。虽然基于局部观察，但不同的智能体可以在离散空间中推断出相同的共识。在去中心化执行过程中，我们将推断出的共识作为对代理网络的明确输入，从而培养他们的合作精神。我们提出的方法可以扩展到各种多智能体强化学习算法与小的模型变化。此外，我们在一些完全合作的任务上进行了测试，并得到了令人信服的结果。
2022-12-07 cs.AI cs.MA
Engineering Cooperative JADE Agents with the AMCIS Methodology: The Transportation Management Case Study
本文详细讨论了基于Agent的交通电子市场开发过程中出现的重要分析和设计问题。这个讨论是基于来自AMCIS方法和JADE框架的概念。AMCIS方法是专门针对合作信息代理为基础的系统的分析和设计，同时它支持两个层次的个人代理结构和代理社会的多代理系统（MAS）的开发过程。根据AMCIS，MAS被视为由许多生活在有组织社会中的自主合作代理组成，每个代理都扮演一个或多个特定角色，而他们的计划和交互协议是明确定义的。另一方面，JADE是一个符合FIPA规范的代理开发环境，它提供了几个方便快捷的实现工具。我们的目的是揭示AMCIS提出的代理规范和代理交互的基本概念与JADE提供的代理实现之间可能存在的映射，从而为代理开发人员提供一种路线图。
2013-12-07 cs.MA cs.SE
Belief-Desire-Intention (BDI) Multi-agent System for Cloud Marketplace Negotiation
Twitter, Inc.（推特公司）
随着云计算的发展，越来越多的大型企业将其基础设施和工作负载扩展到公共云中。提出了一个基于信念-愿望-意图（BDI）多Agent的云资源云市场系统的完整框架。云市场系统中的每一方都支持BDI代理进行自主决策和协商，以促进资源的自动购买和销售。此外，来自竞争相同云资源的企业的多个BDI代理可以经由主协商交换所彼此协商，以在协商云资源时最小化企业的总体成本函数。云市场系统进一步增强了代理的行为规范和信誉指数的分配，以促进他们之间的信任。
2022-06-16 cs.AI cs.DC cs.MA
Decentralized Cooperative Lane Changing at Freeway Weaving Areas Using Multi-Agent Deep Reinforcement Learning
National Renewable Energy Laboratory（国家可再生能源实验室）
在高速公路瓶颈路段（如合流区和交织区）拥堵期间，频繁的车道变换进一步降低了道路通行能力。深度强化学习（RL）和互联自动驾驶汽车技术的出现，为通过合作换道来提高高速公路瓶颈的机动性和能源效率提供了一种可能的解决方案。深度RL是一组机器学习方法，使代理能够通过从环境中学习来提高其性能。在这项研究中，一个分散的合作换道控制器开发使用近端策略优化通过采用多智能体深度RL范式。在分散控制策略中，策略学习和动作奖励在本地进行评估，每个代理（车辆）可以访问全局状态信息。多智能体深度RL需要更低的计算资源，并且比单智能体深度RL更具可扩展性，使其成为时间敏感型应用（如合作换道）的强大工具。这项研究的结果表明，由多智能体深度RL实现的合作变道在交通吞吐量、车辆速度、每辆车的停靠次数、车辆燃油效率和排放方面都优于人类驾驶员。经过训练的强化学习策略是可转移的，可以推广到不拥挤、中度拥挤和极度拥挤的交通状况。
2021-10-05 cs.AI cs.MA
Dynamic Coordination Strategy Selection for Enterprise Multi-Agent Systems
Golden Gate University（金门大学）；Foundation AgenticOS (FAOS)（基础代理操作系统（FAOS））
本文通过大规模实验评估企业多智能体系统是否应根据问题类别动态选择协调策略，发现动态路由作为校准默认值有效，但无法确定唯一最优策略。
2026-06-04 cs.AI cs.CL cs.MA
Cooperative and Competitive Biases for Multi-Agent Reinforcement Learning
KAIST（韩国科学技术院）
训练多智能体强化学习（MARL）算法比训练单智能体强化学习算法更具挑战性，因为多智能体任务的结果强烈依赖于智能体之间的复杂交互以及它们与随机和动态环境的交互。我们提出了一种算法，提高MARL训练使用有偏见的行动信息的基础上的朋友或敌人的概念。在合作竞争环境中，一般有两类代理人：合作代理人和竞争代理人。在该算法中，每个代理更新其价值函数使用自己的行动和偏见的行动信息的其他代理在两个群体。通过假设所有合作主体共同最大化目标主体的价值函数，将合作主体的有偏联合行动计算为它们的实际联合行动与假想的合作联合行动之和。竞争主体的有偏联合作用可以类似地计算。然后，每个代理使用有偏的动作信息更新其自己的价值函数，从而产生有偏的价值函数和相应的有偏策略。随后，每个代理人的偏见政策不可避免地受到建议的行动，合作和竞争与其他代理人，从而引入更积极的互动代理和增强MARL策略学习。我们的经验表明，我们的算法优于现有的算法在各种混合的合作竞争环境。此外，随着训练的进行，引入的偏差逐渐减小，并且基于虚假设的校正消失。
2021-01-18 cs.AI cs.LG 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
Reason-Plan-ReAct: A Reasoner-Planner Supervising a ReAct Executor for Complex Enterprise Tasks
RP-ReAct通过分离战略规划与低层执行，提升企业复杂任务处理的可靠性和效率。
2025-12-03 cs.AI cs.MA
Corpus2Skill: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG
Magellan Technology Research Institute（马格纳技术研究 institute）
本文提出Corpus2Skill，通过将文档库转化为层次化技能目录，使LLM代理在服务时能导航该目录，提升问答质量和 grounding，但指出导航并非所有场景下的最佳替代方案。
2026-08-27 cs.AI cs.CL cs.IR
Kernel Methods for Cooperative Multi-Agent Contextual Bandits
Massachusetts Institute of Technology（麻省理工学院）
协作多智能体决策是指一组智能体在网络上进行时延通信的同时协作解决学习问题。在本文中，我们考虑核化的上下文强盗问题，由代理获得的奖励是在相关的再生核希尔伯特空间（RKHS）中的上下文图像的任意线性函数，并且一组代理必须合作以集体解决其唯一的决策问题。对于这个问题，我们提出了\textsc{Coop-KernelUCB}，一个算法，提供了接近最优的边界上的每代理后悔，是计算和通信效率。对于特殊情况下的合作问题，我们还提供了变体的\textsc{Coop-KernelUCB}，提供最佳的每代理遗憾。此外，我们的算法推广了现有的几个结果在多智能体的强盗设置。最后，在一系列的合成和现实世界的多智能体网络基准，我们证明了我们的算法显着优于现有的基准。
2020-08-14 cs.LG cs.MA stat.ML
The Agentic Company OS: Substrate Inversion for Sustained Enterprise Agent Deployment
University of Southern Denmark（南丹麦大学）
针对企业AI智能体难以持续运行的问题，提出重建共享认知基底，以Markdown等表示匹配推理表面，并通过四层框架和同步智能体实现治理与可审计性。
2026-09-15 cs.AI cs.MA cs.SE
Cooperative Multi-Agent Path Finding: Beyond Path Planning and Collision Avoidance
Technion（以色列理工学院）
我们介绍了合作多智能体路径寻找（Co-MAPF）问题，经典的MAPF问题的扩展，其中合作行为被纳入。在这种设置中，一组自主智能体在共享环境中操作，并且必须完成协作任务，同时避免与组中的其他智能体发生冲突。这个扩展自然地模拟了许多现实世界的应用程序，其中需要多组代理进行协作以完成给定的任务。为此，我们对Co-MAPF问题进行了形式化，并引入了基于冲突的协作搜索（Co-CBS），这是一种基于CBS的算法，用于为广泛的Co-MAPF问题最佳地解决该问题。Co-CBS使用集成到CBS中的协作规划模块，使得协作规划与路径规划解耦。最后，我们提出了实证结果几个MAPF基准证明我们的算法的属性。
2021-05-23 cs.AI cs.MA cs.RO
From Logic Monopoly to Social Contract: Separation of Power and the Institutional Foundations for Autonomous Agent Economies
NetX Foundation（NetX 基金会）
本文提出通过社会契约实现权力分离，解决多智能体框架中的逻辑垄断问题，引入Agent Enterprise paradigm并构建NetX Enterprise Framework，建立自主代理经济体系。
2026-03-26 cs.AI cs.CR cs.DC
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
Learning to Cooperate with Unseen Agent via Meta-Reinforcement Learning
Vidyasirimedhi Institute of Science and Technology（威迪亚西里梅迪科学技术研究所）
特设团队合作问题描述的情况下，一个代理人必须与以前看不见的代理人合作，以实现一个共同的目标。为了使代理在这些场景中取得成功，它必须具有适当的合作技能。人们可以通过使用领域知识来设计代理的行为，将合作技能实现到代理中。然而，在复杂的领域，领域知识可能是不可用的。因此，如何从数据中直接学习合作技能是值得探讨的。在这项工作中，我们应用Meta强化学习（元RL）制定的背景下，特设团队合作的问题。我们的实证结果表明，这样的方法可以产生强大的合作代理在两个合作环境不同的合作情况：社会顺应性和语言解释。(This是扩展抽象版本的全文。）
2021-11-05 cs.AI cs.LG 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
Finding Core Members of Cooperative Games using Agent-Based Modeling
基于主体的建模（ABM）是一个强大的范式，以获得洞察社会现象。反弹道导弹很少应用的一个领域是联盟形成。传统上，联盟形成是用合作博弈理论建模的。在本文中，开发了一种启发式算法，可以嵌入到ABM，让代理人找到联盟。由此产生的联盟结构是可比的合作博弈论解决方案的方法，特别是，核心。一个启发式的方法是必需的，由于计算复杂性找到一个合作博弈论的解决方案，限制其应用到只有大约一个分数的代理。ABM范式提供了一个平台，在这个平台上，简单的规则和代理之间的交互可以产生宏观层面的效果，而无需大量的计算需求。因此，它可以是一个有效的手段，近似合作博弈的解决方案，大量的代理。我们的启发式算法结合了基于代理的建模和合作博弈论，以帮助找到代理分区的游戏的核心解决方案的成员。我们的启发式算法的准确性可以通过将其结果与实际的核心解决方案进行比较来确定。这种比较是通过开发一个实验来实现的，这个实验使用了一个叫做手套游戏的合作游戏的具体例子。手套博弈是一种交换经济博弈。寻找传统的合作博弈论的解决方案是计算密集型的大量球员，因为每个可能的分区必须比较每个可能的联盟，以确定核心集，因此我们的实验只考虑游戏多达9个球员。结果表明，我们的启发式方法实现了超过90%的时间在我们的实验中考虑的游戏的核心解决方案。
2020-08-30 cs.AI cs.MA econ.TH
Learning Reward Machines in Cooperative Multi-Agent Tasks
Imperial College London（伦敦帝国学院）
本文提出一种结合合作任务分解与奖励机器（RMs）学习的多智能体强化学习方法，通过去中心化学习子任务RMs引导智能体行为，降低问题复杂度，提升部分可观测环境下学习有效性与策略可解释性。
2023-05-24 cs.AI cs.MA cs.SC
Cooperative Multi-Agent Bandits with Heavy Tails
Media Lab and Institute for Data, Systems and Society, Massachusetts Institute of Technology（麻省理工学院媒体实验室与数据、系统与社会研究所）
我们研究了合作多智能体环境中的重尾随机强盗问题，其中一组智能体与一个共同的强盗问题进行交互，同时在具有延迟的网络上进行通信。在这种情况下，现有的随机强盗算法利用置信区间所产生的平均为基础的通信协议称为~ \textit{running consensus}，这并不适合自己的鲁棒估计重尾设置。我们提出了\textsc{MP-UCB}，一个分散的多智能体算法的合作随机土匪，采用了强大的估计与消息传递协议。我们证明了\textsc{MP-UCB}的几个问题设置的最佳遗憾界，也证明了它的优越性，现有的方法。此外，我们建立了合作的强盗问题的第一个下界，除了提供有效的鲁棒的强盗位置估计算法。
2020-08-14 cs.LG cs.MA stat.ML
CH-MARL: A Multimodal Benchmark for Cooperative, Heterogeneous Multi-Agent Reinforcement Learning
Alexa AI, Amazon Inc（亚马逊公司Alexa人工智能部门）；University of Southern California（南加州大学）
我们提出了一个多模态（视觉和语言）合作和异构多智能体学习的基准。我们引入了一个基准多模态数据集，其任务涉及在丰富的多房间家庭环境中多个模拟异构机器人之间的协作。我们提供了一个集成的学习框架，最先进的多智能体强化学习技术的多模态实现，以及一致的评估协议。我们的实验研究了不同模式对多智能体学习性能的影响。我们还介绍了一个简单的代理之间的消息传递方法。研究结果表明，多模态引入了独特的挑战，合作多智能体学习和有显着的空间，在这种情况下，推进多智能体强化学习方法。
2022-08-26 cs.AI cs.CV cs.LG
Optimization for Reinforcement Learning: From Single Agent to Cooperative Agents
University of Illinois at Urbana-Champaign (UIUC)（伊利诺伊大学厄巴纳-香槟分校）；École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
本文综述了多智能体强化学习算法在大规模控制系统和通信网络中的最新进展，这些算法学习通信和协作。我们提供了一个概述这一新兴领域，重点是在不同的协调协议下的分散设置。从分布式优化的角度，我们强调了强化学习算法从单智能体到多智能体系统的演变，并总结了未来的方向和挑战，希望能促进分布式优化，信号处理和强化学习社区之间不断增长的协同作用。
2019-12-01 cs.AI cs.LG cs.MA
Cooperative Path Integral Control for Stochastic Multi-Agent Systems
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Georgia Institute of Technology（佐治亚理工学院）；University of Nevada, Reno（内华达大学雷诺分校）
针对多智能体协作系统，提出了一种分布式随机最优控制方法。代理网络被划分为多个因子子系统，每个因子子系统由一个中心代理和相邻代理组成。局部控制动作只依赖于智能体的局部观测值来优化子系统的联合代价函数。在求解局部控制作用时，每个子系统的联合最优性方程被转换为线性偏微分方程，并使用Feynman-Kac公式求解。然后将解和最优控制作用表示为路径积分，并用Monte-Carlo方法近似。数值验证是通过一个仿真的例子组成的一个团队的合作无人机。
2021-03-21 cs.LG cs.MA cs.RO
