Heterogeneous Value Decomposition Policy Fusion for Multi-Agent Cooperation
本文提出异构策略融合（HPF）方法，通过自适应选择多种价值分解策略并引入策略间约束，提升多智能体协作性能，实验证明其优于多个基线且易于实现。
2025-02-05 cs.MA
SC-MAS: Constructing Cost-Efficient Multi-Agent Systems with Edge-Level Heterogeneous Collaboration
College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机学院）；Academy of Military Sciences（军事科学院）
SC-MAS通过异构协作提升多智能体系统的效率与准确性，实现成本降低与性能提升的平衡。
2026-01-14 cs.MA
Specializing Inter-Agent Communication in Heterogeneous Multi-Agent Reinforcement Learning using Agent Class Information
FEI University Center（FEI大学中心）
受图神经网络在智能体通信方面的最新进展的启发，提出了一种多智能体通信能力的有向标记异构智能体图表示方法，其中节点标签表示智能体类，边标签表示两类智能体之间的通信类型.我们还介绍了一个神经网络架构，专门在完全合作的异构多智能体任务的通信，通过学习个人的转换，每对代理类之间的交换消息。通过采用编码和动作选择模块与异构代理的环境中的参数共享，我们表现出相当或优越的性能，在环境中，有大量的代理类操作。
2021-03-10 cs.AI cs.LG cs.MA
Evaluation Mechanism of Collective Intelligence for Heterogeneous Agents Group
Zhejiang University（浙江大学）；Zhejiang Wanfeng Technology Development Company Limited（浙江万丰科技开发有限公司）
当多个代理人在观察、互动、决策和行动中协调一致地工作时，集体智慧就表现出来了。本文在现有同类智能体群体智力水平评价方法的基础上，采用改进的Anytime Universal Intelligence Test（AUIT）方法，定义并量化了异构智能体群体的智力水平。分析了智能水平与智能体组成、群体规模、空间复杂度和测试时间的关系。通过对异质Agent群体和同质Agent群体的智能水平进行比较，分析异质性对集体智能的影响。本研究有助于更深入地理解集体智力的本质，揭示各种关键因素对群体智力水平的影响。
2019-05-28 cs.AI cs.MA
Heterogeneous Multi-Agent Reinforcement Learning for Unknown Environment Mapping
The MITRE Corporation（MITRE公司）；Virginia Commonwealth University（弗吉尼亚联邦大学）
异构多智能体场景中的强化学习对于现实世界的应用非常重要，但它带来的挑战超出了同构设置和简单基准测试中所见的挑战。在这项工作中，我们提出了一个演员-评论家算法，允许一个团队的异构代理学习分散控制政策，覆盖一个未知的环境。这项任务对希望通过部署无人驾驶飞行器小组来加强对危险地区情况了解的国家安全和应急组织很有意义。为了解决这个多智能体覆盖路径规划问题，在未知的环境中，我们增加了一个多智能体的行动者-评论家架构与一个新的状态编码结构和三重学习损失，以支持异构代理学习。我们开发了一个仿真环境，包括真实世界的环境因素，如湍流，延迟通信，和代理商的损失，训练团队的代理商，以及探测他们的鲁棒性和灵活性，这样的干扰。
2020-10-06 cs.AI cs.MA
HCP-MAD:Heterogeneous Consensus-Progressive Reasoning for Efficient Multi-Agent Debate
University of Science and Technology of China（中国科学技术大学）
提出HCP-MAD框架，通过异构共识验证和自适应停止机制，在保持准确率的同时大幅降低多智能体辩论的token成本。
2026-06-16 cs.AI cs.MA
Frequency-Based Patrolling with Heterogeneous Agents and Limited Communication
Dartmouth College（达特茅斯学院）
本文研究了多智能体基于频率的巡逻相交，圆图的条件下，图节点有非均匀的访问要求和代理有有限的通信能力。该任务被建模为一个部分可观测的马尔可夫决策过程，并开发了一个强化学习解决方案。每个代理从马尔可夫链中生成自己的策略，只有当代理占用相同或相邻的节点时才交换策略。这种对策略交换的约束对大型非结构化环境中的稀疏通信条件进行建模。实证研究结果提供了收敛特性，代理合作，学习巡逻政策的泛化到新的任务实例的观点。紧急的行为表明，异构代理之间的巡逻大型，非结构化的区域，以及概括的能力，以动态变化的节点访问要求的协调策略。
2014-02-07 cs.AI cs.MA
Heterogeneous Interaction Modeling With Reduced Accumulated Error for Multi-Agent Trajectory Prediction
School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）
针对异构多智能体系统交互建模研究不足、误差累积严重的问题，提出带动态交互图与异构注意力的轨迹预测方法，结合图熵与mixup训练降误差，在三个真实数据集上验证了优越性。
2024-10-28 cs.AI cs.MA
The Heterogeneous Multi-Agent Challenge
THALES, cortAIx Labs Canada（THALES公司，cortAIx实验室加拿大）
该论文指出异构多智能体强化学习（HeMARL）因缺乏标准化测试平台而研究不足，现有环境过于简单或异构性弱，呼吁建立类似ALE和SMAC的基准以推动进展。
2025-09-23 cs.AI cs.MA
Automatic Calibration Framework of Agent-Based Models for Dynamic and Heterogeneous Parameters
KAIST（韩国科学技术院）；Korea University of Technology and Education（韩国技术教育大学）
基于Agent的模型（ABM）强调了模拟验证的重要性，如定性的人脸验证和定量的经验验证。特别是，我们专注于定量验证，通过调整模拟输入参数的反弹道导弹。这项研究介绍了一个自动校准框架，结合了建议的动态和异构校准方法。具体而言，动态校准通过自动捕获合适的仿真时间来调整仿真参数，从而使仿真结果与真实世界数据相拟合。同时，异构校正通过分簇地调整Agent相关参数，减小了仿真中个体与真实世界个体之间的分布差异。
2022-03-07 cs.AI cs.MA
Optimal Common Contract with Heterogeneous Agents
本文研究了具有异质代理人的委托代理问题。以往的研究假设委托人与每个代理人签订独立的激励合同，使他们在任务上投入更多的努力。然而，在许多情况下，为了公平起见，这些合同需要完全相同。研究了最优公共合同问题。据我们所知，这是第一次尝试考虑这一自然和重要的概括。我们首先证明这个问题是NP完全的。然后，我们给出了一个动态规划算法来计算在$O(n^2m)$时间内的最优契约，其中$n,m$是代理人和行动的数量，假设代理人的成本函数服从递增差性质。最后，我们推广的设置，使每个代理可以选择直接产生一个奖励在$[0,1]$。我们提供了一个$O(\log n)$ -近似算法的推广。
2019-11-11 cs.GT cs.MA
SYMPHONY: Synergistic Multi-agent Planning with Heterogeneous Language Model Assembly
School of Information Science and Engineering, Yunnan University, Kunming, China（信息科学与工程学院，云南大学，昆明，中国）；Yunnan Key Laboratory of Intelligent Systems and Computing, Kunming, China（智能系统与计算云南重点实验室，昆明，中国）
SYMPHONY通过整合异构语言模型的多智能体规划框架，提升探索能力与规划性能，实验证明其在复杂任务中的有效性。
2026-01-30 cs.AI cs.MA
STRATA: A Unified Framework for Task Assignments in Large Teams of Heterogeneous Agents
Georgia Institute of Technology（佐治亚理工学院）
大型团队的异构代理有可能解决复杂的多任务问题，是棘手的一个单一的代理独立工作。然而，解决复杂的多任务问题需要利用团队中不同类型代理的相对优势。我们提出了随机TRAIT为基础的任务分配（STRATA），一个统一的框架，大型团队的异构代理模型，并进行有效的任务分配。具体来说，给定各种任务所需的特征（能力）信息，STRATA计算代理任务的分配，以实现特征要求。受机器人群和生物多样性方面的先前工作的启发，我们根据它们的特征将代理分类为不同的物种（组）。我们将每个特质建模为连续变量，并区分可以和不能从不同代理中聚合的特质。STRATA能够推理物种水平和代理水平的性状变异。此外，我们定义任何给定的团队的连续空间特质模型的基础上的多样性措施。我们说明了STRATA的必要性和有效性，使用详细的实验模拟和在一个捕获的旗帜游戏环境。
2020-02-06 cs.MA cs.RO
Design of heterogeneous multi-agent system for distributed computation
研究了在强耦合条件下服从“个体向量场平均”的异构多智能体系统的群体行为。在平均动力学稳定的条件下（不要求个体的稳定性），异构多智能体系统的行为可以通过平均动力学的解来估计。接下来的想法是“设计”个体代理的动态，使得平均动态执行期望的任务。一些应用程序进行了讨论，包括估计的代理网络中的数量，分布式最小二乘或中值求解器，分布式优化，分布式状态估计，和耦合振荡器的鲁棒同步。由于平均动力学的稳定性使得初始条件随着时间的推移而被遗忘，因此这些算法无需初始化并且适合于即插即用操作。最后，非线性耦合也被认为是潜在的断言，强制同步引起的异构多智能体系统的涌现行为。
2021-09-19 cs.MA cs.SY eess.SY
IndoorWorld: Integrating Physical Task Solving and Social Simulation in A Heterogeneous Multi-Agent Environment
Université de Montréal & Mila - Quebec AI Institute（蒙特利尔大学及魁北克人工智能研究所）；Autodesk Research（Autodesk研究）
该研究提出整合物理与社会动态的异构多智能体环境IndoorWorld，解决现有LLM智能体环境两类研究割裂的问题，通过办公场景实验验证其在建筑居住者模拟等方向的应用潜力。
2025-06-14 cs.AI cs.MA
QTypeMix: Enhancing Multi-Agent Cooperative Strategies through Heterogeneous and Homogeneous Value Decomposition
Institute of Acoustics（声学研究所）；University of Chinese Academy of Sciences（中国科学院大学）
针对多智能体协作中异构策略学习难的问题，提出QTypeMix方法，通过同构-异构两阶段值分解、TE损失及注意力+超网络结构，在SMAC/SMACv2的14张地图上取得最优性能。
2024-08-12 cs.AI cs.MA
Integration of Heterogeneous Systems as Multi-Agent Systems
系统整合是一个困难的问题，特别是当它的组成部分是多种多样的。当这些组件是异构的，如人类，机器人和软件系统时，问题变得更加困难。目前，人类被视为人工系统（机器人和软件系统）的用户。这有几个缺点，如：（1）人工系统开发的不连贯性，其中人类的角色不明确和（2）徒劳的研究用户的通用模型。在本文中，我们采用了一种合作的方法，系统的组件被视为是同一级别的，他们合作的全球系统的服务。我们将人类、机器人和软件系统视为自主智能体，在组织中承担角色，从而将这种方法具体化。后者将作为使用多代理开发方法开发的多代理系统来实施。
2014-08-23 cs.MA cs.SE
Improving Global Parameter-sharing in Physically Heterogeneous Multi-agent Reinforcement Learning with Unified Action Space
School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院）；Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University（北京交通大学交通数据分析与挖掘北京市重点实验室）
针对物理异构多智能体强化学习中全局参数共享未区分动作语义、协作性差，而完全独立参数成本高的问题，提出统一动作空间与跨组逆损失，适配两类算法并在SMAC环境中验证了有效性。
2024-08-14 cs.AI cs.MA
Efficient Reciprocal Collision Avoidance between Heterogeneous Agents Using CTMAT
The University of Hong Kong（香港大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
我们提出了一种新的算法相互碰撞避免不同形状和大小的异构代理之间。我们提出了一种新的CTMAT表示中轴变换的基础上计算一个紧拟合边界形状为每个代理。每个CTMAT使用元组表示，元组由圆弧和线段组成。基于倒数速度障碍制定，我们减少了问题，解决属于相邻代理的每对元组之间的低维线性规划。我们预先计算元组的Minkowski和以加速运行时性能。最后，我们提供了一个有效的方法来更新每个代理的方向在本地的方式。我们已经实现了该算法，并强调其性能的基准对应的道路交通场景和不同的车辆。整体运行时的性能是以前的多代理碰撞避免算法，使用圆形或椭圆形代理。我们的方法是不太保守的，并导致更少的错误碰撞。
2018-04-07 cs.AI cs.MA
Conflict-Based Search as a Protocol: A Multi-Agent Motion Planning Protocol for Heterogeneous Agents, Solvers, and Independent Tasks
Carnegie Mellon University（卡内基梅隆大学）；Tongji University（同济大学）；UC Berkeley（伯克利大学）
本文提出了一种基于冲突的搜索协议，用于异构智能体的多智能体运动规划，利用多种单智能体规划算法实现无碰撞路径规划。
2026-03-05 cs.MA cs.RO
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
Heterogeneous RBCs via Deep Multi-Agent Reinforcement Learning
Università La Sapienza di Roma（罗马拉·索菲亚大学）；Banca d’Italia（意大利银行）
本文提出MARL-BC框架，结合深度多代理强化学习与RBC模型，解决传统模型在异质性建模方面的局限性。
2026-02-16 cs.LG cs.MA econ.TH
Heterogeneous Multi-agent Zero-Shot Coordination by Coevolution
School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）；Tencent AI Lab（腾讯人工智能实验室）
本文首次研究异构多智能体零样本协调问题，提出基于协同进化的通用方法，通过配对、更新和选择三个子过程协同进化智能体与伙伴种群，实验证明其有效性。
2024-12-31 cs.AI cs.LG cs.MA
Heterogeneous-Agent Reinforcement Learning
Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）；Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院）；University of Oxford（牛津大学）；University College London（伦敦大学学院）；ReLER, AAII, University of Technology Sydney（悉尼科技大学AAII ReLER实验室）
针对多智能体强化学习中参数共享导致的同构限制与训练不稳定问题，提出异构智能体强化学习（HARL）算法，通过优势分解引理与顺序更新实现异构智能体有效协作，并保证单调改进与纳什均衡收敛，在六个基准上优于MAPPO和QMIX。
2023-12-28 cs.AI cs.LG cs.MA
Communication-Efficient Digital-Twin Coordination for Heterogeneous LLM Embodied Agents over Computing Power Networks
Beijing University of Posts and Telecommunications（北京邮电大学）；Singapore University of Technology and Design（新加坡科技设计大学）
针对异构大语言模型实体代理协作面临的通信开销大、协调质量受LLMs能力限制和行动延迟等挑战，提出基于轻量级数字孪生的LDT-Coord框架，通过特定方法减少通信开销，实现与传统方法相当的任务成功率且保持鲁棒性。
2026-07-13 cs.AI cs.MA
GLIDE: Generalized Layer-wise Intrinsic Distributional Evaluation for Heterogeneous LLM Agents
GLIDE通过逐层残差一致性提取内在证据并校准为悲观奖励，实现无需外部验证器的异构LLM智能体步骤级评估，提升多跳推理等任务性能与效率。
2026-09-29 cs.AI cs.MA
Leveraging Heterogeneous Capabilities in Multi-Agent Systems for Environmental Conflict Resolution
Georgia Institute of Technology（佐治亚理工学院）
在本文中，我们介绍了一个高层次的控制器合成框架，使团队的异构代理，以协助对方解决在运行时出现的环境冲突。这种冲突解决方法是建立在时间逻辑为基础的反应合成，以保证安全和任务完成特定的环境假设。在异构多智能体系统中，每个智能体都要完成自己的任务，为全局的团队目标服务。然而，在运行时，代理可能遇到未建模的障碍（例如，门或墙），阻止它实现自己的任务。为了解决这个问题，我们采用其他异构代理的能力来解决这个障碍。提出了一个控制器框架，以重定向代理的能力，解决所需的目标，当这种情况被检测到适当的障碍。三个案例研究涉及两足机器人Digit和四轴飞行器的控制器性能进行评估。此外，我们实现了一个物理多智能体机器人系统，以证明其可行性，为现实世界中的应用提出的框架。
2022-09-01 cs.MA cs.RO cs.SY
Deep Reinforcement Learning for Optimal Investment and Saving Strategy Selection in Heterogeneous Profiles: Intelligent Agents working towards retirement
从固定收益到固定缴款养老金计划的过渡将退休储蓄的责任从政府和机构转移到个人身上。确定个人的最佳储蓄和投资战略对于稳定的财务状况以及在工作-生活和退休期间避免贫困至关重要，并且在不同职业群体所经历的就业形式和收入轨迹高度多样化的世界中，这是一项特别具有挑战性的任务。我们引入了一个模型，在该模型中，代理学习最优的投资组合分配和储蓄策略，适合他们的异构配置文件。我们使用深度强化学习来训练代理。环境是校准与职业和年龄相关的收入演变动态。该研究侧重于异构收入轨迹依赖于代理配置文件，并纳入代理的行为参数化。该模型提供了一种灵活的方法来估计不同情景下的异构配置文件的终身消费和投资选择。
2022-06-12 cs.LG cs.MA econ.GN
Beyond Task Performance: A Metric-Based Analysis of Sequential Cooperation in Heterogeneous Multi-Agent Destructive Foraging
Department of Electronic Engineering, University of Sevilla（电子工程系，塞维利亚大学）
本文提出一套通用合作度量标准，用于分析异构多智能体在破坏性觅食中的序列合作，涵盖效率、协调、依赖、公平性及敏感性，通过现实场景验证其有效性。
2026-02-11 cs.LG cs.MA
Heterogeneous Multi-Agent Reinforcement Learning via Mirror Descent Policy Optimization
Tarbiat Modares University（塔比阿特莫达勒斯大学）
针对异构协作 MARL 中智能体能力与策略不同的问题，提出 HAMDPO，利用多智能体优势分解和信赖域近似更新实现稳定单调改进，并在 MuJoCo、StarCraftII 上优于 HATRPO 与 HAPPO。
2023-08-13 cs.AI cs.LG cs.MA
LOD: Latent Objective Discovery in Heterogeneous Multi-Agent Reinforcement Learning
Department of Statistics, Harvard University（哈佛大学统计学系）
提出一种基于重叠潜在社区的 MARL 框架，通过共享策略与价值、成员权重聚合及 actor-critic 算法实现结构化协作、迁移适应和主动探索，并证明线性函数近似下的收敛性。
2026-09-29 cs.LG cs.MA math.OC
Multi-Agent Bandit Learning through Heterogeneous Action Erasure Channels
University of California, Los Angeles（加州大学洛杉矶分校）
针对多智能体分布式环境中动作擦除导致的错误反馈问题，提出基于重复协议与学习调度的算法，实现跨异构动作擦除信道的并发交互，保证次线性regret并优于现有线性regret算法。
2024-04-29 cs.DC cs.LG 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
Synchronization Dynamics of Heterogeneous, Collaborative Multi-Agent AI Systems
Independent Researcher（独立研究者）
本文通过改造Kuramoto模型建立异构多智能体AI系统的同步动力学框架，揭示耦合强度、智能体多样性和网络拓扑对集体协调的影响，并将思维链提示与同步现象统一，为可扩展多智能体AI系统的设计与优化提供数学基础。
2025-08-17 cs.AI cs.MA nlin.AO
A Tool for Analysis and Synthesis of Heterogeneous Multi-agent Systems under Rank-deficient Coupling
University of Cambridge（剑桥大学）；Seoul National University（首尔大学）
本文提出了一种工具，用于在耦合矩阵可能全部不同且/或奇异（即秩低于系统维度）的情况下分析和综合异构多智能体系统。通过坐标变换将异构多智能体系统转换为奇异摄动形式，其中慢动态仍然是一个降阶多智能体系统，由所有智能体的向量场加权平均和一些子动态组成。加权平均是涌现动态，称为混合动态。通过分析或综合混合动态，可以预测或设计在耦合增益足够大时异构多智能体系统的行为。由于不需要单个智能体的稳定性，混合动态的稳定性是通过在智能体之间权衡稳定性而获得的。在混合动态稳定的条件下，智能体的初始条件会随时间遗忘，因此合成的多智能体系统的行为是初始化无关的，适合插件式操作。
2021-09-19 cs.MA cs.SY eess.SY
Learning Communication Between Heterogeneous Agents in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence
Department of Electrical and Computer Engineering, Royal Military College of Canada（加拿大皇家军事学院电子与计算机工程系）；Defence Research and Development Canada（加拿大国防研究与发展加拿大）；Department of Computer Engineering and Software Engineering, Polytechnique Montréal（蒙特利尔理工学院计算机工程与软件工程系）
本文研究了在模拟网络环境中异构智能体通信能力的多智能体系统，利用CommFormer算法训练评估智能体，结果显示异构能力的智能体在收敛速度和标准误差方面优于其他算法。
2026-03-17 cs.AI cs.CR cs.LG
Graphon Mean-Field Subsampling for Cooperative Heterogeneous Multi-Agent Reinforcement Learning
California Institute of Technology（加州理工学院）；Harvard University（哈佛大学）；Georgia Institute of Technology（佐治亚理工学院）
GMFS通过子采样异质智能体交互，实现可扩展的协作多智能体强化学习，具有poly(κ)样本复杂度和O(1/√κ)最优性差距。
2026-02-18 cs.AI cs.LG cs.MA
Influence Spread in the Heterogeneous Multiplex Linear Threshold Model
线性阈值模型（LTM）已被用来研究单层网络上的传播定义的一个代理间的传感方式和代理同质的协议。我们定义并分析了异构复用LTM，以研究多层网络上的传播，每一层代表不同的传感模式和代理异构的协议。协议被设计为区分来自不同层的信号：如果$m$层的任何$a$中的每个层中有足够数量的邻居处于活动状态，则代理变为活动状态。我们专注于协议或，当$a=1$，和协议与，当$a=m$，模型代理，最容易和最不容易激活，分别。我们开发的理论和算法来计算任何一组最初活跃的代理人在稳态蔓延的大小，并分析区别传感方式，网络结构和异质性的作用。我们展示了异质性如何管理输入的敏感性和对干扰的鲁棒性之间的张力。
2020-08-10 cs.MA math.DS math.OC
GHQ: Grouped Hybrid Q Learning for Heterogeneous Cooperative Multi-agent Reinforcement Learning
School of Computer and Information Technology, Beijing Jiaotong University（北京交通大学计算机与信息技术学院）；Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University（北京交通大学交通数据分析与挖掘北京市重点实验室）
针对现有多智能体强化学习算法在异构场景表现不佳的问题，提出分组混合Q学习算法GHQ，通过分组参数、混合因子结构及组间互信息最大化提升协作，在SMAC异构地图上性能优于现有最优算法。
2024-08-14 cs.AI cs.LG cs.MA
Adaptation of Parameters in Heterogeneous Multi-agent Systems
针对异构多智能体系统无法完美同步的问题，提出复用状态同步耦合信号的参数自适应律，在持续激励下可实现动力学渐近同构与状态精确一致性。
2025-09-05 cs.MA cs.SY eess.SY
Combining Diverse Information for Coordinated Action: Stochastic Bandit Algorithms for Heterogeneous Agents
Harvard University（哈佛大学）
本文针对异质敏感度智能体的随机多臂老虎机问题，提出UCB风格算法Min-Width，通过加权聚合不同智能体-臂对的奖励并协调分配，实现高效协作并分析其遗憾。
2024-08-06 cs.AI cs.LG cs.MA
An Economy of Neural Networks: Learning from Heterogeneous Experiences
本文提出了一种新的方法来模拟动态宏观金融环境中的行为主体。代理被描述为神经网络，并从过去的特殊经验中学习策略。我研究了非理性和过去的结果之间的反馈，在一个经济与异质冲击类似Aiyagari（1994）。在该模型中，由于储蓄决策规则的学习是不稳定的，因此严重违反了理性预期假设。陷入学习陷阱的行为人要么过度储蓄，要么不储蓄，这为财富分配的几个经验之谜提供了一个候选解释。神经网络代理具有更高的平均MPC，并表现出过度的消费敏感性。学习会对代际流动产生负面影响。
2021-10-22 cs.MA econ.GN q-fin.EC
Enhancing Heterogeneous Multi-Agent Cooperation in Decentralized MARL via GNN-driven Intrinsic Rewards
Independent University Bangladesh（独立大学Bangladesh）；Penta Global Ltd（Penta全球有限公司）；University of Dhaka, Bangladesh（达卡大学，Bangladesh）
CoHet通过图神经网络驱动的内在动机提升去中心化MARL中异质智能体协作性能
2026-03-12 cs.AI cs.MA cs.RO
Fair Contracts in Principal-Agent Games with Heterogeneous Types
Université de Neuchâtel（Neuchâtel大学）
针对多智能体系统中潜在特质差异导致的公平性问题，提出基于重复委托-代理博弈的框架，使委托人学习同质线性契约以平衡结果，且不牺牲效率。
2025-06-18 cs.GT cs.LG cs.MA
Min-Max Tours for Task Allocation to Heterogeneous Agents
School of Electrical and Computer Engineering at Purdue University（普渡大学电气与计算机工程学院）
研究如何为异构移动智能体分配任务，以最小化任何智能体完成任务并返回仓库的最大成本，提出了一种三阶段算法，提供5倍近似比。
2018-03-26 cs.MA cs.RO cs.SY
Heterogeneous Multi-Agent Multi-Target Tracking using Cellular Sheaves
本文提出使用细胞sheaves框架解决异构多智能体多目标跟踪问题，通过调和扩展方法处理非线性动态和干扰，提供去中心化控制律和稳定性分析。
2025-12-31 cs.MA cs.SY eess.SY
X-MAS: Towards Building Multi-Agent Systems with Heterogeneous LLMs
Shanghai Jiao Tong University（上海交通大学）；University of Oxford（牛津大学）；The University of Sydney（悉尼大学）；Shanghai AI Laboratory（上海人工智能实验室）
本文提出异构LLM驱动的多智能体系统X-MAS，通过X-MAS-Bench评估27个LLM在5领域21测试集上的性能，证明异构配置无需结构改动即可显著提升系统性能，最高提升达47%。
2025-05-22 cs.AI cs.CL cs.MA
Interpretation of Emergent Communication in Heterogeneous Collaborative Embodied Agents
Simon Fraser University（西蒙菲莎大学）；IIT Kanpur（坎pur印度理工学院）；UIUC（伊利诺伊大学厄巴纳-香槟分校）
近年来，具体化的人工智能智能体之间的通信受到越来越多的关注。尽管它的使用，它仍然是不清楚的，是否学习沟通是可解释的，并在感知为基础。为了研究通信的紧急形式的接地，我们首先介绍了协作多对象导航任务CoMON。在此任务中，Oracle代理以地图的形式提供详细的环境信息。它与导航代理进行通信，导航代理视觉感知环境，并负责找到一系列目标。为了成功完成任务，有效的沟通至关重要。因此，CoMON作为一个基础，研究不同的通信机制之间的异构代理，即具有不同的能力和角色的代理。我们研究了两种常见的沟通机制，并通过自我中心和空间的镜头分析他们的沟通模式。我们发现，紧急通信可以接地代理的意见和三维环境的空间结构。视频摘要：https://youtu.be/kLv2rxO9t0g
2021-10-12 cs.AI cs.CV cs.LG
Modelling heterogeneous outcomes in multi-agent systems
社会、经济和机器行为研究中的一系列广泛的经验现象可以被建模为具有平均动态的复杂系统。然而，许多这些模式自然会产生共识或类似共识的结果。在现实中，经验现象很少收敛到这些，而是以代理状态的丰富，持续变化为特征。这种异质性的结果是一个自然的结果，一些模型，将外部扰动，否则凸动态的代理。本文的目的是形式化的异质性的概念，并证明哪类模型能够实现它作为一个结果，因此更适合于重要的实证问题建模。我们这样做是通过确定（时变）交互网络的拓扑结构如何限制代理可能的稳态结果的空间，以及这是如何与图上的随机游走的研究。我们考虑了一些故意不同的例子，以证明如何可以应用的结果。
2020-07-02 cs.MA cs.SI math.OC
Collaborative Multi-Agent Heterogeneous Multi-Armed Bandits
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文研究 N 个智能体协作学习 M 个随机多臂老虎机的新问题，提出两种场景下的去中心化算法，推导了每智能体与群体遗憾上界，并证明群体遗憾下界，验证算法近最优性。
2024-07-02 cs.DC cs.LG cs.MA
Shared-Roadmap Generation and Evaluator for Multi-Agent Path Planning Using Heterogeneous Graph Neural Network
Institute of Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所）
提出一种可扩展的异构图神经网络框架，自动生成并评估共享多智能体路线图，通过剪除冗余节点和边，实现至少40%的运行时间和图大小缩减，同时可能找到更优解。
2026-10-08 cs.AI cs.LG cs.MA
MARS: Towards High Goodput and Low KV Thrashing in Agent Serving under GPU Memory Constraints
Duke University（杜克大学）
提出MARS协同调度系统，通过统一信息流全局协调GPU推理与CPU工具执行，解耦准入与执行防止资源过载，并采用智能体中心调度器最小化端到端延迟，实验显示延迟降低5.94倍。
2026-11-13 cs.DC cs.LG cs.MA
Heterogeneous Multi-Agent Reinforcement Learning for Zero-Shot Scalable Collaboration
Tsinghua University（清华大学）
本文提出SHPPO框架，通过隐变量网络和异构层为参数共享PPO引入个体间与时间异构性，在SMAC和GRF中实现零样本可扩展协作并提升性能。
2024-10-02 cs.AI cs.LG cs.MA
