Decentralized Goal Assignment and Safe Trajectory Generation in Multi-Robot Networks via Multiple Lyapunov Functions
GRASP Lab, School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院GRASP实验室）
本文研究了在仅本地通信可用的情况下多机器人网络的去中心化目标分配与轨迹生成问题，提出了一种基于切换系统和集合不变性方法的解决方案。通过使用一组李雅普诺夫-like函数编码候选目标分配的局部决策，使连接的代理选择最短总距离到目标的分配。当最优分配可能导致碰撞轨迹时，使用另一组李雅普诺夫-like屏障函数来维持系统安全并保持收敛保证。所提出的切换策略产生计算高效且可扩展的反馈控制策略，适用于在有限信息共享下机器人网络的快速响应部署。
2019-10-03 cs.MA cs.RO cs.SY
Optimal Task Assignment and Path Planning using Conflict-Based Search with Precedence and Temporal Constraints
Carnegie Mellon University（卡内基梅隆大学）
本文研究带优先级和时间约束的任务分配与路径规划问题，扩展Conflict-Based Search以同时生成无碰撞路径和任务分配，最大化强化学习奖励回报，高效解决拆弹等复杂任务。
2024-04-22 cs.AI cs.MA
Solving Multi-Agent Multi-Goal Path Finding Problems in Polynomial Time
Charles University Prague（查尔斯大学布拉格）
本文提出在多项式时间内解决多智能体多目标路径寻找问题的新方法，通过全局分配策略和局部优化减少冲突，实现高效路径规划。
2025-12-17 cs.AI cs.MA
SA-reCBS: Multi-robot task assignment with integrated reactive path generation
Luleå University of Technology（吕勒奥理工大学）
本文提出 SA-reCBS 两层算法，将模拟退火与冲突搜索级联，解决多机器人任务分配与路径规划问题，无需预分组即可实现无碰撞路径，并在成功率、计算时间和目标值上优于现有方法。
2023-04-13 cs.MA cs.RO
Redundant Robot Assignment on Graphs with Uncertain Edge Costs
University of Cambridge（剑桥大学）
我们提供了一个框架分配多个机器人的目标位置，当机器人的行程时间是不确定的。我们的前提是，时间是系统中最宝贵的资产。因此，我们利用冗余机器人来对抗不确定性的影响，并最大限度地减少在目的地的平均等待时间。我们将我们的框架应用于表示为图的运输网络，并考虑边缘成本的不确定性（即，旅行时间）。由于解决冗余分配问题是强NP-难的，我们利用我们的问题的结构特性，提出了一个多项式时间的解决方案，可证明的次优界。我们的方法使用分布式聚合函数，这使我们能够有效地（即，增量地）计算分配冗余机器人的有效成本。随机图上的实验结果表明，通过我们的方法部署冗余机器人减少了等待时间在目标位置，当边缘遍历是不确定的。
2018-10-20 cs.MA cs.RO
Decentralized Unlabeled Multi-agent Pathfinding Via Target And Priority Swapping (With Supplementary)
本文研究了去中心化的匿名多智能体寻路问题（AMAPF），提出首个完全去中心化求解器TP-SWAP，通过优先级和目标交换程序确保目标分配一致性，结合基于规则的路径规划，理论上证明其完备性，实验表明其在流时间上优于去中心化基线甚至半去中心化方法。
2024-08-27 cs.MA
CM3: Cooperative Multi-goal Multi-stage Multi-agent Reinforcement Learning
Georgia Institute of Technology（佐治亚理工学院）；Honda Research Institute（本田研究院）；Toyota Research Institute（丰田研究院）
各种合作的多智能体控制问题，需要代理，以实现个人的目标，同时有助于集体的成功。这种多目标的多代理设置带来了困难，最近的算法，主要是目标设置与一个单一的全球奖励，由于两个新的挑战：有效的探索学习个人目标的实现和合作，为他人的成功，和信用分配的行动和目标之间的相互作用不同的代理。为了解决这两个挑战，我们将问题重组成一个新的两阶段的课程，在学习多智能体合作之前，学习单智能体的目标实现，我们推导出一个新的多目标多智能体的策略梯度与信贷功能本地化信用分配。我们使用一个功能增强计划，以桥梁价值和政策功能的课程。完整的架构，称为CM3，学习速度显着快于现有算法的三个具有挑战性的多目标多智能体问题的直接适应：在困难的编队合作导航，谈判多车辆车道变化的SUMO交通模拟器，和战略合作在一个bankers环境。
2020-01-24 cs.LG cs.MA stat.ML
Speaking the Language of Teamwork: LLM-Guided Credit Assignment in Multi-Agent Reinforcement Learning
本文提出一种利用大语言模型生成密集智能体特定奖励的框架，以解决多智能体强化学习中的信用分配问题，实验表明该方法比现有基线收敛更快、策略回报更高。
2025-03-01 cs.MA
Not All Turns Matter: Credit Assignment for Multi-Turn Jailbreaking
Shanghai AI Laboratory（上海人工智能实验室）；Fudan University（复旦大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出 TRACE 框架，通过区分多轮 jailbreak 中不同回合的贡献，提升攻击效果和防御安全。
2026-05-09 cs.AI cs.LG cs.MA
Resilient Assignment Using Redundant Robots on Transport Networks with Uncertain Travel Time
University of Cambridge（剑桥大学）
本文研究了在行程时间信息不确定的情况下，将多个移动机器人分配到运输网络上的目标的问题。我们的目标是产生最优分配，使目的地的平均等待时间最小化。由于嘈杂的旅行时间估计导致次优分配，我们提出了一种方法，利用冗余机器人提供弹性的不确定性。然而，最优解决冗余分配问题是强NP-难的。因此，我们利用我们的数学问题制定的结构特性，提出了一个多项式时间，接近最优的解决方案。我们证明，我们的问题可以减少到最小化的supermodular成本函数的拟阵约束。这使我们能够开发一个贪心算法，我们从中获得次优界。我们证明了我们的方法的有效性与模拟交通网络，不确定的边缘成本和不确定的节点位置导致嘈杂的旅行时间估计。与基准算法的比较表明，我们的方法执行近最佳和显着优于非冗余分配。最后，我们的研究结果包括冗余机器人联盟的多样性和互补性的好处的结果;这些见解有助于通过有针对性的机器人团队组合提供对不确定性的弹性。
2019-04-18 cs.MA cs.RO
Optimal Sequential Task Assignment and Path Finding for Multi-Agent Robotic Assembly Planning
Stanford University（斯坦福大学）；Siemens Corporation（西门子公司）
我们研究了大型机器人团队在具有任务间优先约束（例如，任务$A$和任务$B$必须在任务$C$开始之前完成）。这些问题通常发生在机器人制造应用的装配规划中，其中子装配必须在它们可以组合以形成最终产品之前完成。我们提出了一个分层算法计算的最大完工时间最优的解决方案的问题。该算法是评估一组随机生成的问题的情况下，机器人必须在一个“工厂”的网格世界环境中的站之间的对象。此外，我们在高保真仿真证明，我们的算法的输出可用于生成非完整差动驱动机器人的无碰撞轨迹。
2020-06-16 cs.AI cs.MA cs.RO
Cooperation and Fairness in Multi-Agent Reinforcement Learning
Massachusetts Institute of Technology（麻省理工学院）
针对多智能体导航中效率与公平性的权衡问题，提出结合最小-最大公平目标分配与公平奖励项的MARL方法，在提升公平性的同时仅小幅降低效率，还可扩展至队形覆盖任务。
2024-10-19 cs.AI cs.MA cs.RO
Fair Robust Assignment using Redundancy
University of Pennsylvania（宾夕法尼亚大学）；University of Cambridge（剑桥大学）
研究了多智能体任务分配中冗余分配的公平性问题。它最近已被证明，冗余分配的代理任务提供了鲁棒性的任务性能的不确定性。然而，如何在任务之间公平地分配这些冗余资源的问题仍然没有得到解决。在本文中，我们提出了一个新的问题制定公平的冗余任务分配，我们投下的基数约束下的最坏情况下的任务成本的优化。解决这个问题的最优解是NP-难的。我们利用超模块性的性质，提出了一个多项式时间，接近最优的解决方案。在超模冗余分配中，使用额外的代理总是改善任务成本。因此，我们提供了一个比基数约束大$α$倍的解集。这种约束放松使我们的方法，以实现超最优的成本，通过使用次优的分配大小。我们推导出次最优约束的基数松弛，$α$。此外，我们证明了我们的算法在没有基数松弛的情况下接近最优。我们模拟的冗余分配的机器人的目标节点上的运输网络不确定的旅行时间。从经验上讲，我们的算法优于基准，规模大的问题，并提供公平性和平均效用的改善。
2021-03-05 cs.MA cs.RO
Leveraging Large Language Models for Effective and Explainable Multi-Agent Credit Assignment
University of California Berkeley（加州大学伯克利分校）
本研究提出LLM-MCA与LLM-TACA方法，利用大型语言模型将多智能体信用分配重构为模式识别问题，实现有效且可解释的贡献评估，在多个基准上显著超越现有方法。
2025-02-24 cs.LG cs.MA cs.RO
Optimal assignment of collaborating agents in multi-body asset-guarding games
我们研究了导弹防御中的多体资产保卫博弈，其中拦截导弹团队合作保卫非机动资产免受一组威胁导弹的攻击。我们分两步解决这个问题。我们首先制定了一个分配问题，我们最佳分配的合作拦截器的子集，每个威胁，使所有的威胁被拦截尽可能远离资产。我们假设每个拦截器由一个线性二次动态博弈的协同制导律控制。我们的研究结果包括一个6自由度模拟5拦截与3威胁导弹的参与，每个代理人被建模为一个导弹机身控制的自动驾驶仪。尽管在我们的协同制导律中假设了线性动力学和仿真环境中的未建模动力学（例如，变化的密度和重力），我们表明，模拟的轨迹匹配以及与我们的方法预测。此外，我们表明，一个更敏捷的威胁，更大的速度和加速度，可以拦截劣质拦截器时，他们合作。我们相信本文介绍的概念可以应用于非对称导弹防御方案，包括防御先进的巡航导弹和高超音速飞行器。
2020-05-25 cs.MA cs.SY eess.SY
Heterogeneous Multi-Agent Task-Assignment with Uncertain Execution Times and Preferences
本文研究有限时域内异构多智能体在未知随机执行时间、资源消耗和奖励下的重复任务分配，提出一种 bandit 算法，并分析精确与近似求解最优分配时的遗憾值。
2025-10-17 cs.MA cs.SY eess.SY
IDCAIS: Inter-Defender Collision-Aware Interception Strategy against Multiple Attackers
University of Michigan（密歇根大学）
本文提出IDCAIS策略，通过混合整数二次规划同时优化拦截成本与防御者间碰撞规避，并采用指数控制屏障函数处理不可避免碰撞，仿真验证了其有效性。
2025-06-23 cs.GT cs.MA cs.RO
