Optimization without Future Compromises? Decentralized Coordination via Collective and Reinforcement Learning
School of Computer Science, University of Leeds, UK（计算机科学学院，莱斯特大学）
本文提出分层强化与集体学习（HRCL）方法，通过高层MARL策略减少动作空间并约束帕累托最优，低层集体学习实现低通信去中心化协调，在智慧城市等场景中显著提升性能、可扩展性与适应性。
2026-09-24 cs.LG cs.MA
Multi-Agent Distributed and Decentralized Geometric Task Allocation
我们认为几何任务分配的一般问题，其中一个大的，分散的群简单的移动代理必须检测任务在飞机上的位置和位置附近。这些任务由先验未知的需求简档$Φ(x,y)$表示，该需求简档确定每个位置需要多少代理。这些智能体是自治的、不经意的、不可区分的，并且具有有限的感知范围。他们必须根据$Φ$仅使用有关$Φ$和附近座席位置的本地信息来配置自己。所有智能体都根据相同的基于局部感知的运动规则行事，并且不能显式地通信或共享信息。我们提出了一个基于优化的方法来解决这个问题，导致吸引-排斥动力学。排斥力鼓励智能体分散并探索该区域以找到任务，而吸引力则使它们在任务位置聚集。我们推导出这种方法通过梯度下降在一个适当的“错误”功能，并通过数值模拟进行了广泛的测试。这项工作中的数字是模拟的快照，可以在https://youtu.be/kyUiGYSaaoQ上在线查看。
2022-10-14 cs.MA math.DS
HIPPO-MAT: Decentralized Task Allocation Using GraphSAGE and Multi-Agent Deep Reinforcement Learning
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）；NeuroFleets (PVT) LTD（NeuroFleets（私人）有限公司）
本文提出HIPPO-MAT框架，结合GraphSAGE图神经网络与IPPO多智能体深度强化学习，实现异构多智能体系统在3D环境中的去中心化、成本最优且冲突感知的任务分配，并通过仿真和真实机器人实验验证其可扩展性与实用性。
2025-03-08 cs.MA cs.RO
Graph-based Decentralized Task Allocation for Multi-Robot Target Localization
Department of Computer Science, Purdue University, USA（计算机科学系，普渡大学）
本研究针对异构多机器人系统的目标定位任务，提出基于图注意力的分布式任务分配模型GATR及异构感知预处理技术，可适配2-12台机器人的动态场景，性能优于基准方法。
2025-09-05 cs.MA cs.RO
Decentralized Task and Path Planning for Multi-Robot Systems
Caltech（加州理工学院）
我们考虑一个多机器人系统与一个团队的协作机器人和多个任务，随着时间的推移出现。我们提出了一个完全分散的任务和路径规划（DTPP）的框架组成的任务分配模块和本地化的路径规划模块。每个任务被建模为马尔可夫决策过程（MDP）或混合观察马尔可夫决策过程（MOMDP），这取决于是否完整的状态或部分状态是可观察的。任务分配模块的目标是最大化机器人团队的预期纯回报（回报减去成本）。我们将马尔可夫模型融合到一个因子图公式中，以便使用最大和算法分散解决任务分配问题。每个机器人代理遵循最优的策略合成的马尔可夫模型，我们提出了一个本地化的前向动态规划计划，解决代理之间的冲突，避免碰撞。所提出的框架与高保真ROS模拟和实验与多个地面机器人。
2020-11-19 cs.MA cs.RO
SPACE: A Python-based Simulator for Evaluating Decentralized Multi-Robot Task Allocation Algorithms
Korea Aerospace University（韩国航空航天大学）
本文提出基于 Python 的 SPACE 仿真器，以插件、行为树 GUI、通信与局部任务感知支持去中心化 MRTA 算法评估，并通过 CBBA 与 GRAPE 的动态任务实验验证其效用。
2024-09-06 cs.AI cs.MA cs.RO
Improved Convergence Rates for Distributed Resource Allocation
在本文中，我们开发了一类分散的算法来解决一个凸的资源分配问题的$n$代理网络中，代理的目标是解耦的，而资源约束是耦合的。代理通过连接的无向图进行通信，它们希望协作确定整个网络问题的解决方案，而每个代理只与其邻居通信。我们首先研究了分散资源分配问题和分散共识最优化问题之间的联系。然后，使用一类算法解决共识最优化问题，我们提出了一类新的分散计划解决资源分配问题的分布式方式。具体来说，我们首先提出了一个算法，用于解决资源分配问题时，$o(1/k)$收敛速度保证代理的目标函数一般凸（可能是不可微的）和每个代理的局部凸约束是允许的;然后我们提出一个梯度-的算法来解决每个代理的局部约束缺失时的资源分配问题，并表明这种方案可以实现几何速率时，目标函数是强凸的，并且具有Lipschitz连续梯度。我们还提供了可扩展性/网络依赖性分析。在这两种算法的基础上，我们进一步提出了一种基于梯度投影的算法，该算法能够更有效地处理光滑目标和简单约束。数值实验证明了所提出的算法的可行性和性能。
2018-12-16 cs.DC cs.MA math.OC
Distributed and Decentralized Control and Task Allocation for Flexible Swarms
本文提出一种仿生分布式群体控制方法，通过简单局部交互规则实现协作探索与任务分配，并设计四原则控制算法，仿真验证了其有效性。
2024-05-22 cs.MA
A Decentralized Multi-UAV Spatio-Temporal Multi-Task Allocation Approach for Perimeter Defense
Indian Institute of Science（印度科学学院）；Nanyang Technological University（南洋理工大学）
针对多人边界防御博弈，提出了一种新的求解方法，在该博弈中，入侵者的队伍试图进入领土，而防御者的队伍通过在领土的边界上捕获入侵者来保护领土。防御者的目标是在入侵者进入领土之前发现和捕获入侵者。每个防御者独立地感知入侵者并计算其轨迹，以合作的方式捕获指定的入侵者。入侵者估计在特定时间到达周界上的特定位置。每个入侵者被看作是一个时空任务，防御者被分配执行这些时空任务。在任何给定的时间，周边防御问题转化为一个分散的多无人机时空多任务分配（DMUST-MTA）问题。针对轨迹执行任务的成本由空间和时间分量的复合代价函数定义。本文提出了一种改进的基于分散共识的捆绑算法来解决时空多任务分配问题，并基于Monte-Carlo仿真对该算法进行了性能评估。仿真结果表明了该方法在不同场景下解决周界防御博弈的有效性。与具有完全可观测性的最先进的集中式方法的性能比较清楚地表明，DMUST-MTA以分散的方式实现了类似的性能，具有部分可观测性条件，计算时间更短，易于扩展。
2021-02-15 cs.MA cs.RO cs.SY
Decentralized Multi-agent Plan Repair in Dynamic Environments
通过合作规划代理人团队实现联合目标需要大量的协调和沟通努力。对于在动态环境中面临计划失败的单智能体系统，可以说，试图修复失败的计划一般不会直接带来任何好处的时间复杂度。然而，在多代理设置的通信复杂性可能是一个更高的重要性，可能是一个高的通信开销可能甚至在某些领域是禁止的。我们假设，在分散的系统中，协调是强制执行，以实现共同的目标，试图修复失败的多智能体计划，应导致较低的通信开销比从头开始重新规划。本文的贡献是三方面的。首先，我们正式介绍了多智能体计划修复问题，并正式提出了我们工作的核心假设。其次，我们提出了三个算法的多智能体计划修复减少问题的多智能体规划问题的专门实例。最后，我们提出的实验验证结果证实了本文的核心假设。
2012-02-13 cs.AI cs.MA
Cooperative Flexibility Exchange: Fair and Comfort-Aware Decentralized Resource Allocation
School of Computer Science, University of Leeds（利兹大学计算机科学学院）
本文提出了一种基于多智能体协调的去中心化需求侧管理系统，通过引入槽交换机制提升消费者舒适度与公平性，实现高效且公平的能源管理。
2026-02-04 cs.AI cs.MA
Decentralized Task Allocation in Multi-Robot Systems via Bipartite Graph Matching Augmented with Fuzzy Clustering
University at Buffalo（布法罗大学）
机器人系统作为一个团队一起工作，正在成为从灾难响应到仓库履行服务等不同现实世界应用中的重要参与者。用于协调多机器人团队的集中式解决方案通常存在可扩展性差和通信中断的脆弱性。本文提出了一种分散式多智能体任务分配（Dec-MATA）算法的多机器人应用。任务规划问题是作为一个最大加权匹配的二分图，使用开花算法的解决方案，使每个机器人自主识别的最佳序列的任务，它应该承担。基于软聚类过程确定图的权重，软聚类过程也起到了问题分解的作用，以降低个体Agent任务分配问题的复杂性。为了评估新的Dec-MATA算法，进行了一系列的案例研究（不同的复杂性），任务随机分布在一个可观察的2D环境。一个集中的方法，一个国家的最先进的MILP制定的多旅行商问题的基础上进行比较分析。在集中式算法获得的最优成本的7-28%范围内，Dec-MATA算法被发现比集中式算法快1-3个数量级，并且对任务与机器人比率的敏感性最低。
2018-07-20 cs.AI cs.MA cs.RO
DISPATCH -- Decentralized Informed Spatial Planning and Assignment of Tasks for Cooperative Heterogeneous Agents
University of Southern California（南加州大学）；Winthrop University（温思罗普大学）
DISPATCH提出两种算法，通过整合公平性和效率，在分布式环境下实现异构代理任务分配的公平与效率平衡。
2026-01-22 cs.MA
XAI-Guided Conservative Decentralized Execution for Offline Multi-Agent Network Slicing
Centre for Wireless Communications (CWC), University of Oulu, Finland（奥卢大学无线通信中心）；i2CAT Foundation, Spain（西班牙i2CAT基金会）；Research Institute for Digital Future, Khalifa University, 127788 Abu Dhabi, UAE（哈利法大学数字未来研究所）
该研究针对离线多智能体网络切片的资源分配问题，提出XAI引导的保守式分散执行方法，实现零资源冲突，降低信令开销与88%的有效推理延迟。
2026-08-17 cs.MA
Decentralized Anti-coordination Through Multi-agent Learning
为了在许多情况下实现最佳结果，代理人需要选择彼此不同的行为。这是在许多资源分配问题中的明显情况，其中单个资源一次只能由一个代理使用。一个多智能体系统的设计者应该如何对相同的智能体进行编程，使它们以不同的方式工作？从博弈论的角度来看，这种情况会导致不受欢迎的纳什均衡。例如，考虑一个资源分配游戏，其中两个玩家竞争对单个资源的独占访问。它有三个纳什均衡。这两种纯策略网元是有效的，但不公平。混合策略NE是公平的，但不是有效的。奥曼的相关均衡概念解决了这个问题：它假设一个相关装置，建议每个代理人采取行动。然而，这种“智能”协调设备可能不可用。我们建议使用一个随机选择的，“愚蠢的”整数协调信号。“聪明”的代理知道他们应该为协调信号的每个值使用哪个动作。我们提出了一个多智能体学习算法，收敛在多项式的步骤数的相关均衡的渠道分配游戏，一个变种的资源分配游戏。我们表明，智能体学会为每个协调信号值玩随机选择的纯策略纳什均衡。因此，结果是一个有效的相关均衡。随着可用协调信号值的数量增加，该CE变得更加公平。
2014-02-04 cs.GT cs.MA
Towards Transparent and Incentive-Compatible Collaboration in Decentralized LLM Multi-Agent Systems: A Blockchain-Driven Approach
本文提出一种区块链驱动的去中心化多智能体协作框架，通过基于匹配分数的任务分配和行为塑造激励机制，实现透明、激励相容的LLM智能体协调，并在50轮模拟中验证了其有效性。
2025-09-20 cs.CR cs.MA
Dynamic Time Slot Allocation Algorithm for Quadcopter Swarms
Technische Universität Darmstadt（达姆施塔特工业大学）
一群四轴飞行器可以执行合作任务，例如监视大面积区域，比单个更有效。然而，为了能够成功地一起工作，四轴飞行器必须知道其他群成员的位置，特别是为了避免碰撞。四轴飞行器可以通过无线电波传输来共享自己的位置，为了允许多个四轴飞行器有效地通信，分散的信道访问协议是必不可少的。我们提出了一种新的动态信道接入协议，称为动态时隙分配（DTSA），其中四轴飞行器共享的总信道接入时间在一个非周期性和分散的方式。具有较高通信需求的四轴飞行器比不太活跃的四轴飞行器占用更多的时隙。我们的动态方法允许代理，以适应不断变化的群体的情况，因此有效地采取行动，相比，国家的最先进的定期信道访问协议，时分多址（TDMA）。除了仿真，我们还使用真正的Crazyflie四轴飞行器进行实验，以显示DTSA相比TDMA的改进性能。
2022-02-02 cs.MA cs.RO
MAGNNET: Multi-Agent Graph Neural Network-based Efficient Task Allocation for Autonomous Vehicles with Deep Reinforcement Learning
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
提出MAGNNET框架，融合GNN、CTDE与定制PPO实现UAV/UGV去中心化任务分配，在冲突规避、可扩展性和动态任务响应上表现优异。
2025-02-20 cs.LG cs.MA cs.RO
PANDA: A Decentralized Architecture with Flexible Orchestration for Scalable, Fault-Tolerant Multi-Agent Systems
Khoury College of Computer Sciences（胡瑞计算机科学学院）；Northeastern University（东北大学）
PANDA提出一种去中心化多智能体架构，通过解耦通信与灵活编排（星型、链型、网格型）实现大规模扩展、容错恢复和信任治理，在HotPotQA上以8倍效率达到最先进精度并实现100%故障下任务完成。
2026-10-01 cs.AI cs.MA
Bundle Length Tradeoffs in Decentralized Multi-Robot Task Allocation Under Degraded Communications
University of San Diego（圣地亚哥大学）
本研究系统分析了束长度 B 在理想和退化通信下对多机器人任务分配 MinSum 与 MinMax 权衡的影响，发现丢包下最优 B 向较小值偏移，并量化了保留理想设置带来的性能惩罚。
2026-09-09 cs.MA cs.RO
DREAM: Decentralized Reinforcement Learning for Exploration and Efficient Energy Management in Multi-Robot Systems
Purdue University（普渡大学）
提出 DREAM 去中心化强化学习框架，结合作业范围估计、能耗模型与图神经网络优化多机器人探索和目标分配，在仿真中较基线提升约 25%。
2023-09-29 cs.AI cs.MA cs.RO
Learning Policies for Dynamic Coalition Formation in Multi-Robot Task Allocation
Electrical and Computer Engineering, King Abdullah University of Science and Technology (KAUST)（卡奥斯特大学科学与技术学院电气与计算机工程系）；Department of Electrical Engineering, Federal University of Sergipe (UFS)（塞尔希培联邦大学电气工程系）
本文提出一种去中心化学习框架，通过扩展MAPPO并融合空间动作地图、运动规划、意图共享与任务分配修订，实现多机器人动态联盟形成，仿真验证其可扩展性与适应性。
2025-07-16 cs.MA cs.RO
AI-Augmented Density-Driven Optimal Control (D2OC) for Decentralized Environmental Mapping
Department of Mechanical Engineering, New Mexico Institute of Mining and Technology（机械工程系，新墨西哥矿业与技术研究院）
本文提出AI增强的密度驱动最优控制方法，用于在传感和通信受限条件下实现多智能体环境映射，通过自适应机制提升密度估计精度和鲁棒性。
2026-01-28 cs.MA cs.RO
Hierarchical Decentralized Multi-Agent Coordination with Privacy-Preserving Knowledge Sharing: Extending AgentNet for Scalable Autonomous Systems
AgentNet++通过分层去中心化框架和隐私保护技术，提升多智能体系统的可扩展性和隐私保障，实现更高的任务完成率和更低的通信开销。
2026-10-06 cs.AI cs.MA
Multi-Agent Distributed Reinforcement Learning for Making Decentralized Offloading Decisions
Huawei Technology（华为技术）；Hasso Plattner Institute（哈索·普拉特纳研究所）
我们制定计算卸载作为一个分散的决策问题与自主智能体。我们设计了一个互动机制，激励代理商通过平衡竞争与合作来调整私人和系统目标。该机制可证明在静态情况下具有最优资源分配的纳什均衡。对于动态环境，我们提出了一种新的多智能体在线学习算法，学习与部分，延迟和噪声的状态信息，和奖励信号，减少信息需求在很大程度上。实证结果证实，通过学习，代理显着提高系统和个人的表现，例如，40%的卸载失败率降低，32%的通信开销降低，在低竞争中高达38%的计算资源节省，在高竞争中随着负载变化的减少而增加18%的利用率，以及公平性的改善。实验结果也证实了该算法在不同环境下具有良好的收敛性和推广性。
2022-04-05 cs.GT cs.LG cs.MA
Exit-and-Join Dynamics for Decentralized Coalition Formation
New York University Tandon School of Engineering（纽约大学坦登工程学院）；Department of Electrical and Computer Engineering（电气与计算机工程系）
研究基于单边退出与加入决策的去中心化联盟形成动力学，利用Aumann-Dreze值计算个体收益，建立合作支付分配与非合作最优反应的关联，并分析均衡特征及成本对局部稳定性的影响。
2026-06-19 cs.AI cs.MA cs.SY
Multi-Agent Reinforcement Learning for Resources Allocation Optimization: A Survey
University of South Australia（南澳大学）
本文综述了用于资源分配优化（RAO）的最新多智能体强化学习（MARL）算法，涵盖核心概念、分类与结构化分类法，并指出当前挑战与未来方向，以助力工业4.0发展。
2025-04-29 cs.AI cs.LG cs.MA
A Distributed Differentially Private Algorithm for Resource Allocation in Unboundedly Large Settings
École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
我们介绍了一个实用的和可扩展的算法（PALMA），用于解决多代理系统的基本问题之一-找到匹配和分配-在无限大的设置（例如，城市环境中的资源分配、按需移动系统等），同时提供强有力的最坏情况隐私保证。PALMA是去中心化的，在设备上运行，不需要智能体通信，并且在合理的假设下在恒定的时间内收敛。我们评估PALMA在移动按需和纸张分配的情况下，使用真实的数据，并证明它提供了一个强大的隐私级别（$\varepsilon \leq 1$和中位数低至$\varepsilon = 0.5$跨代理）和高质量的匹配（高达$86\%$的非私人最佳，甚至优于隐私保护的集中式最大权重匹配基线）。
2022-03-13 cs.AI cs.CR cs.MA
Symphony: A Decentralized Multi-Agent Framework for Scalable Collective Intelligence
Gradient；The Chinese University of Hong Kong（香港中文大学）；Department of Computer Science and Computer Engineering, Waseda University（计算机科学与工程系，早稻田大学）
Symphony提出去中心化多智能体框架，通过去中心化账本、Beacon选择协议和基于CoT的加权投票，使消费级GPU上的轻量级LLM实现低开销、可扩展且容错的协调，并在推理基准上超越现有基线。
2025-08-27 cs.AI cs.CL cs.LG
Learning Equilibria with Partial Information in Decentralized Wireless Networks
Thales Communication（泰雷兹通信）；SUPELEC（法国高等电力学院）
在这篇文章中，几个重要的分散网络的平衡概念的调查。这里使用的术语“去中心化”是指决策（例如，选择功率分配策略）由彼此交互的设备自主地进行（例如，相互干扰）。迭代的长期相互作用的特点是稳定点的无线网络称为平衡。对这些平衡的兴趣源于网络稳定性的相关性，以及它们可以通过让无线电设备随着时间的推移重复交互来实现的事实。为了实现这些均衡，几种学习技术，即，最佳反应动力学，虚拟播放，平滑虚拟播放，强化学习算法，和遗憾匹配，讨论了信息的要求和收敛性能。这里介绍的大多数概念，平衡和学习计划，说明了一个简单的案例研究，即，干扰信道与两个发射机-接收机对。
2011-06-14 cs.AI cs.GT cs.LG
Decentralized Power-Optimal Coordination for Spacecraft Swarms Using Time-Varying Magnetorquer Actuation
Institute of Science Tokyo（科学技术院）；Japan Aerospace Exploration Agency（日本宇宙航空研究开发机构）
本文提出去中心化功率最优协调框架，联合设计交互图、频率分组与控制器增益，实现磁驱动航天器集群的稳定成形与轨道重构，并经千星仿真验证。
2026-10-02 cs.MA cs.SY eess.SY
