Decentralized LQ-Consistent Event-triggered Control over a Shared Contention-based Network
考虑多个独立的随机线性系统的网络，其中，对于每个系统，与传感器并置的调度器通过共享的基于竞争的通信网络仲裁到对应的远程控制器的数据传输。虽然这些系统在物理上是独立的，但它们的最优控制器设计问题通常可能由于网络争用而变得耦合，如果触发器基于状态相关事件来触发传输。在这篇文章中，我们提出了一类概率容许的最优控制器，相对于当地的标准LQG成本，具有确定性等价性，仍然可以分散确定。然后，在这个类中引入两个调度策略;一个非基于事件的和一个基于事件的，都具有一个容易调整的触发概率在每个时间步。然后，我们证明，对于每个闭环系统，基于事件的调度程序和其最优控制器优于非基于事件的调度程序和其相关的最优控制器的闭环系统。此外，我们表明，对于每个闭环系统，最优状态估计的调度策略遵循线性迭代。最后，我们提供了一种方法来调节触发器的触发概率最大化的网络效用函数。
2020-04-29 cs.SY eess.SY
Decentralized Coverage Path Planning with Reinforcement Learning and Dual Guidance
Shanghai Jiao Tong University（上海交通大学）
以分散的方式规划多机器人的覆盖路径，增强了覆盖任务处理不确定故障的鲁棒性。为了以分布式方式为每个机器人实现高效率，对复杂环境和合作代理意图的全面理解至关重要。不幸的是，现有的工作通常只考虑这些因素的一部分，导致不平衡的分区或不必要的重叠。为了解决这个问题，我们引入了一个分散的强化学习框架与双重指导训练每个代理，以解决分散的多覆盖路径规划问题，直接通过环境状态。由于分布式机器人需要其他意图来执行更好的覆盖效率，我们利用两种指导方法，人工势场和启发式指导，包括和整合其他意图到每个机器人的观察。通过我们构建的框架，结果表明我们的代理成功地学习确定自己的子区域，同时实现全覆盖，平衡的子区域和低重叠率。然后，我们在这些子区域内实现生成树覆盖，为每个机器人构建实际路线并完成给定的覆盖任务。我们的性能还与最先进的分散式方法进行了比较，显示重叠率最多降低10%，同时在类似环境中执行高效率。
2022-10-14 cs.RO cs.SY eess.SY
Communication-Efficient Decentralized Multi-Agent Reinforcement Learning for Cooperative Adaptive Cruise Control
针对协作式自适应巡航控制（CACC），提出一种完全去中心化的多智能体强化学习框架，并结合基于量化的通信方案降低开销，实验证明其在通信效率与控制效能上均优于现有基准。
2024-02-19 cs.SY eess.SY
Lyapunov-Based Reinforcement Learning for Decentralized Multi-Agent Control
Sun Yat-Sen University（中山大学）；Peking University（北京大学）；Delft University of Technology（代尔夫特理工大学）
分散多智能体控制具有广泛的应用，从多机器人协作到分布式传感器网络。在分散多智能体控制中，系统具有未知或高度不确定的动态，传统的基于模型的控制方法很难应用。与控制理论中基于模型的控制相比，深度强化学习（DRL）有望在不知道系统动态的情况下从数据中学习控制器/策略。然而，直接将DRL应用于分散式多智能体控制是具有挑战性的，因为智能体之间的交互使学习环境非平稳。更重要的是，现有的多智能体强化学习（MARL）算法不能从控制理论的角度保证多智能体系统的闭环稳定性，因此在实际应用中学习到的控制策略很可能产生异常或危险行为.因此，在没有稳定性保证的情况下，将现有的MARL算法应用于真实的多智能体系统是非常令人关注的，例如，无人机，机器人，和电力系统等。在本文中，我们的目标是提出一个新的MARL算法的分散多智能体控制的稳定性保证。新的MARL算法，称为多智能体软演员评论（MASAC），提出了著名的框架下的“集中式训练与分散式执行”。通过在MASAC算法的策略改进过程中引入稳定性约束，保证了闭环系统的稳定性。基于控制理论中的李雅普诺夫方法设计了稳定性约束。为了证明其有效性，我们提出了一个多智能体导航的例子来显示所提出的MASAC算法的效率。
2020-09-20 cs.LG cs.SY eess.SY
Decentralized Scalar Field Mapping using Gaussian Process
Torch Technologies（托奇技术公司）
本文提出去中心化交集数据共享与同化协议，通过局部高斯过程模型和子域重叠几何构造邻居特定包，提升团队预测性能。
2026-04-08 cs.SY eess.SY
Fully Decentralized and Safety-Aware Multi-Agent Reinforcement Learning for Control on Networks
Stevens Institute of Technology（史蒂文斯理工学院）
本文提出一种完全分布式且安全感知的多智能体强化学习算法，通过图编码器与状态估计器增强系统感知，并利用控制屏障启发式减少节点忽视，在持续监测等网络控制问题上实现比集中式策略低26.3%的平均不确定性。
2026-09-30 cs.MA cs.SY eess.SY
Adaptive Stochastic ADMM for Decentralized Reinforcement Learning in Edge Industrial IoT
Ericsson AB（爱立信公司）；KTH Royal Institute of Technology（瑞典皇家理工学院）；University of Houston（休斯顿大学）
边缘计算提供了一个很有前途的范例，通过将任务卸载到附近的边缘节点来支持工业物联网（IIoT）的实施。同时，由于带宽有限，网络规模的增加使得集中式数据处理变得不切实际，因此分散式学习方案是优选的。强化学习（RL）已被广泛研究，并被证明是一个有前途的解决方案，决策和最优控制过程。对于分散设置中的RL，通过通信网络连接的边缘节点（代理）旨在协同工作，以找到一种策略来优化全局奖励作为本地奖励的总和。然而，在具有异构代理的复杂环境中的通信成本，可扩展性和适应性可能会显着限制分散式RL的性能。交替方向乘法器（ADMM）具有允许分散实现的结构，并且已经显示出比基于梯度下降的方法更快的收敛。因此，我们提出了一种自适应随机增量ADMM（asI-ADMM）算法，并将asI-ADMM应用于具有边缘计算授权的IIoT网络的分散式RL。通过设计一个李雅普诺夫函数，我们证明了所提出的算法的收敛性，并证明了asI-ADMM具有$O(\frac{1}{k}) +O(\frac{1}{M})$收敛速度，其中$k$和$ M$分别是迭代次数和批量样本数.然后，我们测试我们的算法与两个监督学习问题。对于性能评估，我们模拟了两个应用程序在分散的强化学习设置同质和异构代理。实验结果表明，本文提出的算法在通信开销和可扩展性方面优于现有技术，能够很好地适应复杂的物联网环境。
2021-06-30 cs.LG cs.SY eess.SY
Multi-Stage Transmission Line Flow Control Using Centralized and Decentralized Reinforcement Learning Agents
GEIRI North America（全球能源互联网研究院北美分院）；Jinhua Electric Power Company（金华电力公司）；SGCC Zhejiang Electric Power Company（国网浙江省电力公司）
规划满足安全和经济约束的大容量电力系统的未来操作场景通常需要在执行大规模仿真时进行密集的劳动力努力。为了自动化这一过程，减轻工程师的负担，本文提出了一种新的多阶段控制方法，训练集中式和分散式强化学习代理，可以自动调整电网控制器调节输电线路流量在正常条件下和在突发事件。将电网潮流控制问题转化为马尔可夫决策过程（MDP）。在第一阶段，集中式软行动者-评论家（SAC）代理被训练来控制发电机有功功率输出在一个广泛的区域，以控制输电线路流量对指定的安全限制。如果线路过载问题仍未解决，则使用阶段二通过本地变电站处的负载切换来训练分散的SAC代理。以浙江省电力公司电网运行规划为例，验证了该方法的有效性。
2021-02-16 cs.LG cs.SY eess.SY
Deep Decentralized Reinforcement Learning for Cooperative Control
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
为了有效地与未知的合作伙伴在合作控制设置，适应的合作伙伴的在线经验的基础上是必需的。在控制律和控制目标未知的情况下，合作伙伴可能会为各自的目标而努力，这种控制设置相当普遍和广泛适用，这带来了各种挑战，如环境的非平稳性、多代理信用分配问题、交替探索问题和协调问题。我们提出了新的模块化深度分散多智能体强化学习机制来应对这些挑战。因此，我们的方法使用时间相关的样本的优先级，结合了系统动态模型，并利用可变的，责任驱动的学习率和模拟，人工经验，以指导学习过程。我们的方法的有效性证明了通过一个模拟的，非线性的合作控制任务。
2019-10-29 cs.LG cs.MA cs.SY
Priority-Driven Control and Communication in Decentralized Multi-Agent Systems via Reinforcement Learning
Department of Electrical Engineering and Automation, Aalto University, Espoo, Finland（埃因霍恩理工大学电气工程与自动化系，芬兰 Espoo）；Finnish Center for Artificial Intelligence, Helsinki, Finland（芬兰人工智能中心，芬兰 Helsinki）
本文提出一种无模型、优先级驱动的强化学习算法，通过数据联合学习通信优先级和控制策略，解决事件触发控制中通信带宽浪费问题，实验表明其优于基线方法。
2026-05-12 cs.LG cs.RO cs.SY
Online Multi-agent Reinforcement Learning for Decentralized Inverter-based Volt-VAR Control
Tsinghua University（清华大学）
基于完善模型和实时P2P通信的分布式电压无功控制方法已成为有源配电网的研究热点。然而，该模型往往是不完整的，参数误差较大，这样的P2P通信系统很难维护。在本文中，我们提出了一个在线多智能体强化学习和分散控制框架（OLDC）的VVC。在这个框架中，VVC问题被制定为一个受约束的马尔可夫博弈，我们提出了一种新的多智能体约束软演员评论家（MACSAC）强化学习算法。MACSAC用于在线训练控制代理，因此不再需要精确的ADN模型。然后，经过训练的代理可以实现分散的最优控制使用本地测量，而无需实时P2P通信。具有MACSAC的OLDC在各种计算和通信条件下表现出非凡的灵活性、效率和鲁棒性。IEEE测试用例的数值模拟不仅表明，建议MACSAC优于国家的最先进的学习算法，但也支持我们的OLDC框架在在线应用中的优越性。
2021-04-07 cs.LG cs.MA cs.SY
Stability Constrained Reinforcement Learning for Decentralized Real-Time Voltage Control
针对深度强化学习在电力系统实时电压控制中缺乏稳定性保障的问题，提出基于单调神经网络和Lyapunov函数的稳定性约束强化学习方法，在IEEE测试馈线中验证其可在保证电压稳定的同时降低控制成本、缩短恢复时间。
2023-10-03 cs.SY eess.SY
A Scalable Network-Aware Multi-Agent Reinforcement Learning Framework for Decentralized Inverter-based Voltage Control
针对高渗透DGs下分散式电压控制的可扩展性难题，本文提出利用网络结构截断critic输入的SNA框架，降低通信成本并提供近似保证，在114个DGs系统中验证有效。
2023-12-07 cs.LG cs.MA cs.SY
A Decentralized Reinforcement Learning Framework for Efficient Passage of Emergency Vehicles
New York University（纽约大学）；Siemens Corporation（西门子公司）
应急车辆（EMV）在城市应对医疗紧急情况和火灾等时间紧迫的事件方面发挥着关键作用。现有的减少EMV行程时间的方法采用路径优化和交通信号抢占，没有考虑路径优化和交通信号抢占之间的耦合。因此，规划的路线往往变得次优。此外，这些方法也没有关注最小化对整体交通流的干扰。为了解决这些问题，我们在本文中介绍EMVLight。这是一个分散的强化学习（RL）框架，用于同时进行动态路由和交通信号控制。EMVLight扩展了Dijkstra的算法，可以在EMV通过交通网络时实时有效地更新其最佳路线。因此，分散的RL代理学习网络级的合作交通信号相位策略，减少EMV旅行时间和网络中的非EMV的平均旅行时间。我们已经用合成和真实世界的地图进行了全面的实验，以证明这种好处。我们的研究结果表明，EMVLight优于基准交通工程技术以及现有的基于RL的交通信号控制方法。
2022-02-20 cs.AI cs.SY eess.SY
On-Device Deep Reinforcement Learning for Decentralized Task Offloading Performance trade-offs in the training process
Ikerlan Technology Research Centre, Basque Research and Technology Alliance (BRTA)（伊克兰技术研究中心，巴斯克研究与技术创新联盟）；School of Engineering in Bilbao, University of the Basque Country (EHU)（毕尔巴鄂工程学院，巴斯克大学）
本文提出一种去中心化深度强化学习智能体，用于在设备端优化任务卸载的性能权衡，通过现实测试床评估本地与远程训练的延迟和能耗差异。
2026-01-07 cs.ET cs.SY eess.SY
Distributed Reinforcement Learning for Decentralized Linear Quadratic Control: A Derivative-Free Policy Optimization Approach
John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院）
研究了具有部分状态观测和局部代价的分散线性二次型控制的分布式强化学习问题。我们提出了一个零阶分布式策略优化算法（ZODPO），学习线性局部控制器在分布式的方式，利用策略梯度，零阶优化和共识算法的思想。在ZODPO中，每个代理通过一致性估计全局成本，然后基于零阶梯度估计并行执行局部策略梯度。即使在大规模系统中，ZODPO也只需要有限的通信和存储。此外，我们调查的非渐近性能的ZODPO，并表明，样本的复杂性，以接近一个平稳点是多项式的误差容限的逆和问题的尺寸，展示了ZODPO的可扩展性。我们还表明，整个ZODPO产生的控制器是稳定的控制器具有很高的概率。最后，我们在多区域HVAC系统上对ZODPO进行了数值测试。
2020-10-23 cs.LG cs.SY eess.SY
Sensor to Pixels: Decentralized Swarm Gathering via Image-Based Reinforcement Learning
Technion Israel Institute of Technology（技术学院以色列理工学院）
本研究提出了一种基于图像强化学习的去中心化蜂群聚集方法，通过结构化视觉输入提升多智能体系统的收敛效率。
2026-01-06 cs.LG cs.MA cs.SY
TAG: A Decentralized Framework for Multi-Agent Hierarchical Reinforcement Learning
Noah's Ark Lab, Huawei Technologies France（华为法国诺亚方舟实验室）；EURECOM（欧洲通信、多媒体与科学技术学院）
针对现有分层强化学习受限于两级或需集中训练的问题，提出完全去中心化的多智能体框架TAG，通过LevelEnv概念实现任意深度层级，显著提升了学习速度与最终性能。
2025-03-05 cs.AI cs.LG cs.SY
A Decentralized Shared CAV System Design and Application
在这项研究中，我们提出了一种新的启发式两步算法共享乘车，其中用户可以分享他们的游乐设施，只有一个用户。该算法，这是集中制定，开始与匹配用户和创建一组乘客对在步骤1中，然后通过解决分配问题，以分配乘客对的车辆。为了解决动态乘车匹配问题中的高计算时间的问题，我们提出了一个分布式系统，是基于车辆到基础设施（V2I）和基础设施到基础设施（I2I）的通信。为了评估分布式系统的性能，我们将其与建议的集中式乘车算法进行比较。集中式和分布式系统都在一个微型交通模拟器中实现，以评估它们的性能及其对交通拥堵的影响。多伦多市中心的道路网络被选为研究区域。根据我们得到的结果，分布式系统的服务率为91.59%，接近集中式系统的95.80%。然而，与集中式系统相比，分布式系统产生的计算时间要少得多。通过在小型网络上的测试和与整个网络的比较，验证了分布式系统的可扩展性。
2021-04-17 cs.DC cs.SY eess.SY
EMVLight: A Decentralized Reinforcement Learning Framework for Efficient Passage of Emergency Vehicles
Siemens Corporation, Technology（西门子公司技术部）
应急车辆（EMV）在应对时间紧迫的事件（如城市地区的医疗紧急情况和火灾爆发）方面发挥着至关重要的作用。EMV在交通中花费的时间越少，就越有可能帮助拯救人们的生命并减少财产损失。为了减少EMV的行驶时间，先前的工作使用基于历史交通流数据的路线优化和基于最优路线的交通信号抢占。然而，交通信号抢占动态地改变交通流，这反过来又修改了EMV的最优路径。此外，交通信号灯优先使用的做法通常会导致交通流量的严重干扰，从而增加非电动汽车的行驶时间。在本文中，我们提出了EMVLight，一个分散的强化学习（RL）框架，同时动态路由和交通信号控制。EMVLight扩展了Dijkstra的算法，当EMV通过交通网络时，它可以实时的有效地更新EMV的最佳路线。分散的RL代理学习网络级的合作交通信号相位策略，不仅减少EMV旅行时间，而且减少网络中的非EMV的平均旅行时间。这一好处已通过综合实验和真实世界的地图证明。这些实验表明，EMVLight优于基准交通工程技术和现有的基于RL的信号控制方法。
2022-06-28 cs.LG cs.SY eess.SY
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
Mission-critical spectrum sharing with decentralized Multi-Agent Reinforcement Learning
Idaho National Laboratory（爱达荷国家实验室）；Howard University（霍华德大学）；University of Florida（佛罗里达大学）
针对关键任务频谱共享中的冲突问题，提出一种基于马尔可夫势博弈的去中心化多智能体强化学习模型，采用轻量级线性演员-评论家算法，在保持吞吐量的同时将总体冲突减少高达96.8%。
2026-10-08 cs.IT cs.SY eess.SY
Decentralized Multi-agent Reinforcement Learning based State-of-Charge Balancing Strategy for Distributed Energy Storage System
本文提出一种去中心化多智能体强化学习（Dec-MARL）方法，通过一阶平均一致性和反事实需求平衡算法，在无需专家经验下解决分布式储能系统的荷电状态均衡问题，仿真验证了其有效性与高效性。
2023-08-29 cs.AI cs.LG cs.SY
Learning Decentralized Traffic Signal Controllers with Multi-Agent Graph Reinforcement Learning
Northwestern Polytechnical University（西北工业大学）；Harbin Engineering University（哈尔滨工程大学）；Hong Kong University of Science and Technology（香港科技大学）；Xidian University（西安电子科技大学）；Nanyang Technological University（南洋理工大学）
针对智慧城市交通信号控制的自适应性与可扩展性挑战，提出融合拓扑感知信息聚合与扩散卷积的多智能体图强化学习去中心化控制架构，经合成与真实数据集验证性能优于现有方法。
2023-11-07 cs.AI cs.LG cs.SY
DRLE: Decentralized Reinforcement Learning at the Edge for Traffic Light Control in the IoV
车联网（IoV）使车辆和路边单元之间能够进行实时数据交换，从而为缓解城市地区的交通拥堵提供了一个有前途的解决方案。同时，通过有效的交通灯控制进行更好的交通管理也可以通过实现更好的通信环境和降低网络负载来使车联网受益。因此，车联网和高效的交通灯控制可以形成良性循环。边缘计算是一种在网络边缘提供低延迟计算能力的新兴技术，可以进一步提高这一周期的性能。然而，虽然收集的信息很有价值，但尚未为边缘授权的IoV开发更好的利用率和更快的反馈的有效解决方案。为此，我们提出了一个分散的强化学习在边缘的交通灯控制在车联网（DRLE）。DRLE利用车联网的普遍性来加速交通数据的收集及其解释，以缓解拥堵并提供更好的交通灯控制。DRLE在边缘服务器的覆盖范围内运行，并使用来自相邻边缘服务器的聚合数据来提供城市规模的交通灯控制。DRLE将高度复杂的大区域控制问题分解。去中心化的多智能体问题我们用具体的数学推理证明了它的全局最优解。在每个边缘节点上运行的分布式强化学习算法实时的调整交通灯。我们进行了广泛的评估，并证明了这种方法的优越性超过几个国家的最先进的算法。
2021-01-05 cs.DC cs.LG cs.MA
EMVLight: a Multi-agent Reinforcement Learning Framework for an Emergency Vehicle Decentralized Routing and Traffic Signal Control System
New York University（纽约大学）；Siemens Corporation（西门子公司）；Shanghai Jiao Tong University（上海交通大学）
紧急车辆（EMV）在响应时间紧迫的呼叫（如医疗紧急情况和城市地区的火灾）方面发挥着至关重要的作用。现有的EMV调度方法通常基于历史交通流数据优化路线，并相应地设计交通信号抢占;然而，我们仍然缺乏一个系统的方法来解决EMV路由和交通信号控制之间的耦合。在本文中，我们提出了EMVLight，一个分散的强化学习（RL）框架，用于联合动态EMV路由和交通信号抢占。我们采用多智能体的优势行动者-评论家的方法与政策共享和空间折扣因子。该框架通过多类RL代理的创新设计和一种新的基于压力的奖励函数来解决EMV导航和交通信号控制之间的耦合。所提出的方法使EMVLight能够学习网络级的合作交通信号定相策略，不仅可以减少EMV的行驶时间，还可以缩短非EMV的行驶时间。基于仿真的实验表明，EMVLight使高达$42.6\%$减少EMV旅行时间以及$23.5\%$较短的平均旅行时间相比，现有的方法。
2022-06-29 cs.AI cs.SY eess.SY
Reinforcement Learning Optimizes Power Dispatch in Decentralized Power Grid
本文提出图卷积近端策略优化（GC-PPO）方法解决电网频率控制问题，通过最优决定各节点电力调度以减少频率波动，并在英国电网验证了其优于经典方法的卓越性能。
2024-07-21 cs.SY eess.SY nlin.AO
An Analysis of Multi-Agent Reinforcement Learning for Decentralized Inventory Control Systems
Imperial College London（帝国理工学院）；The University of Manchester（曼彻斯特大学）
针对现实供应链信息无法集中的库存管理难题，提出多智能体强化学习的去中心化方案，对比三种PPO变体，发现带集中critic的方案性能接近集中式方案且优于分布式模型方法，适配信息约束。
2023-07-21 cs.LG cs.MA cs.SY
Harnessing Implicit Cooperation: A Multi-Agent Reinforcement Learning Approach Towards Decentralized Local Energy Markets
Department of Mechanical Engineering, Universidad de los Andes（机械工程系，andes大学）；Department of Industrial Engineering, Universidad de los Andes（工业工程系，andes大学）
本文提出隐性合作框架，通过多智能体强化学习在去中心化本地能源市场中实现高效协调，发现APPO-DTDE配置最优，同时提升了电网稳定性与可预测性。
2026-02-17 cs.CE cs.LG cs.MA
Decentralized Coordination of Distributed Energy Resources through Local Energy Markets and Deep Reinforcement Learning
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）；University of Hradec Králové（赫拉德茨-克拉洛韦大学）
本研究利用深度强化学习智能体自动化终端用户在本地能源市场中的参与，以最小化能源账单并有效降低社区层面的净负荷波动，其在削减进口、出口和峰值需求上表现出了与动态规划基准相当或更优的性能。
2024-11-14 cs.AI cs.LG cs.MA
Decentralized Multi-Agent Reinforcement Learning with Networked Agents: Recent Advances
Princeton University（普林斯顿大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
多智能体强化学习（MARL）一直是机器学习和控制领域的重要研究课题。随着最近（单智能体）深度RL的发展，人们对开发新的MARL算法，特别是那些有理论分析支持的算法重新产生了兴趣。在本文中，我们回顾了最近的一些进展，这一主题的一个子领域：分散MARL与网络代理。具体来说，多个代理在一个共同的环境中执行顺序决策，而无需任何中央控制器的协调。相反，允许代理通过通信网络与其邻居交换信息。这种设置在机器人、无人驾驶车辆、移动传感器网络和智能电网的控制和操作中有广泛的应用。这篇综述是建立在我们在这个方向上的几个研究努力，以及其他研究人员沿着这条线取得的一些进展。我们希望这篇评论能激励更多的研究工作投入到这个令人兴奋但又具有挑战性的领域。
2019-12-09 cs.AI cs.LG cs.MA
Scalable Decentralized Cooperative Platoon using Multi-Agent Deep Reinforcement Learning
German University in Cairo（开罗德国大学）
针对智能交通中车辆队列行驶的性能与安全需求，提出基于Unity 3D和深度强化学习的可扩展去中心化协作队列方法，通过“共享与关怀”通信框架提升车队及单车性能鲁棒性，改善道路安全与拥堵。
2023-12-11 cs.AI cs.MA cs.RO
Multi-agent deep reinforcement learning with centralized training and decentralized execution for transportation infrastructure management
organization= Department of Civil；Environmental Engineering , addressline= The Pennsylvania State University , city= University Park , postcode= 16802 , state= PA , country= USA；organization= Faculty of Architecture \& the Built Environment , addressline= Delft University of Technology , postcode= 2628 BL , state= Delft , country= The Netherlands
本文提出DDMAC-CTDE框架，用于交通基础设施管理中的多智能体深度强化学习，通过集中训练与分布式执行解决高维状态和动作空间问题，并在基准环境中验证其有效性。
2026-02-25 cs.AI cs.LG cs.MA
Agent-Based Decentralized Energy Management of EV Charging Station with Solar Photovoltaics via Multi-Agent Reinforcement Learning
Department of Data Science and AI Faculty of IT（数据科学与人工智能系信息科技学院）；Monash University（墨尔本大学）；Monash Energy Institute（墨尔本能源研究所）
针对电动汽车充电站能源管理对不确定性鲁棒性不足的问题，提出基于多智能体强化学习的方法，将每个充电器视为智能体，结合LSTM和密集奖励机制，在真实数据集上验证了其能有效降低成本并提升充电满意度。
2025-05-24 cs.AI cs.SY eess.SY
MARLEM: A Multi-Agent Reinforcement Learning Simulation Framework for Implicit Cooperation in Decentralized Local Energy Markets
Department of Mechanical Engineering, Universidad de los Andes（机械工程系，洛斯安第斯大学）；Department of Industrial Engineering, Universidad de los Andes（工业工程系，洛斯安第斯大学）
MARLEM框架通过增强智能体观测和奖励的系统级指标，促进本地能源市场中的隐式合作，提升市场效率和电网稳定性。
2026-02-17 cs.CE cs.ET cs.LG
Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
Department of Data Science and AI, Faculty of IT, Monash University（蒙纳士大学信息技术学院数据科学与人工智能系）；Monash Energy Institute, Monash University（蒙纳士大学蒙纳士能源研究所）
本文提出一种安全增强的虚拟电厂框架，利用多智能体强化学习在有限信息约束下协调多个电动汽车充电站，确保电压安全并维持经济运行。
2026-03-24 cs.AI cs.SY eess.SY
Decentralized Multi-Agents by Imitation of a Centralized Controller
UCLA（加州大学洛杉矶分校）；Max Planck Institute, Leipzig（莱比锡马克斯·普朗克研究所）；University of California, Los Angeles（加州大学洛杉矶分校）
本文提出了一种基于集中训练、去中心执行框架的新型算法，通过模仿学习生成去中心化多智能体，解决了多智能体强化学习中非平稳和部分可观测环境下的协作问题。
2021-04-22 cs.AI cs.LG cs.MA
Independent and Decentralized Learning in Markov Potential Games
University of California, Berkeley（加州大学伯克利分校）
研究无限期折扣马尔可夫势博弈中的独立去中心化多智能体强化学习，提出基于双时间尺度的异步Q函数与策略更新动力学，并证明其收敛性。
2025-04-01 cs.AI cs.GT cs.LG
