Analysis of Evolved Response Thresholds for Decentralized Dynamic Task Allocation
研究了多目标遗传算法在自组织、分散、基于阈值的群体任务分配问题中的应用。在我们的系统中的每个代理都能够执行四个任务，每个任务的响应阈值，我们试图分配响应阈值的所有代理一个群，使群体的集体行为得到优化。已知根据均匀分布随机分配阈值是有效的;然而，该方法不考虑特定问题实例的特征。动态响应阈值具有一定的灵活性，可以通过实时自适应来解决问题的特定特征，通常可以提高群体性能。在这项工作中，我们使用一个多目标的遗传算法演变的响应阈值的一个模拟群体从事动态任务分配问题：二维集体跟踪。我们表明，进化的阈值不仅优于均匀分布的阈值和动态阈值，但在各种跟踪问题的实例（目标路径）上实现了接近最佳的性能。更重要的是，我们证明了阈值演变的几个问题的实例之一，推广到所有其他问题的实例，消除了需要发展新的阈值为每个问题的解决。我们分析了允许这些路径作为通用训练实例的属性，并表明它们是非常自然的。
2021-06-10 cs.MA
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
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
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
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
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
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
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
A Dual Accelerated Method for Online Stochastic Distributed Averaging: From Consensus to Decentralized Policy Evaluation
出于分散的传感和政策评估问题，我们考虑一种特殊类型的分布式随机最优化问题的网络，称为在线随机分布平均问题。我们设计了一个基于对偶的方法来解决这个带有Polyak-Ruppert平均的分布式一致性问题，并分析了它的行为。我们表明，该算法达到了加速确定性误差最佳依赖于网络的条件数，也有一个顺序最优的随机误差。这提高了保证国家的最先进的分布式随机最优化算法时，专门为此设置，并产生-除其他事项外-推论分散的政策评估。我们的证明依赖于明确地研究几个相关的线性系的演化，可能是独立的利益。数值实验，验证了我们的理论结果，并表明，我们的方法优于现有的方法在有限样本的情况下，几个自然的网络拓扑结构。
2022-08-08 cs.MA cs.SY eess.SY
Decentralized Eigenvalue Algorithms for Distributed Signal Detection in Cognitive Networks
在本文中，我们推导和分析两种算法-被称为分散功率法（DLA）和分散Lanczos算法（DLA）-分布式计算的一个（最大的）或多个特征值的样本协方差矩阵在无线网络上。所提出的算法，基于顺序平均共识步骤的矩阵向量产品和内部向量产品的计算，首先被证明是等同于他们的集中式同行的情况下，确切的分布式共识。然后，非理想的共识所引入的误差的封闭形式的表达式推导出这两种算法。在给定的条件下，一致性误差序列的误差渐近消失。最后，我们考虑在认知无线电网络中的频谱感知的应用程序，我们表明，几乎所有的文献中提出的基于特征值的测试可以实现在分布式设置中使用的DLA或DLA。仿真结果验证了所提出的算法的有效性，在实际感兴趣的条件下（大规模网络，小样本数，有限的迭代次数）。
2013-03-28 cs.DC cs.MA
Decentralized Feature-Distributed Optimization for Generalized Linear Models
研究了广义线性模型的“全对一”分散学习问题。每个样本的特征被划分在连接的网络中的多个协作代理之间，但是只有一个代理观察响应变量。为了解决正则化的经验风险最小化，在这个分布式设置，我们应用Chambolle-Pock原始对偶法的一个等价的鞍点制定的问题。原始和对偶迭代要么是封闭形式的，要么是标量凸函数的坐标最小化。我们建立了经验风险最小化的收敛速度的损失函数（Lipschitz和平方根Lipschitz）的两个不同的假设下，并显示它们如何依赖于设计矩阵和网络的拉普拉斯算子的特性。
2021-10-28 cs.MA math.OC stat.ML
Tycoon: A Distributed Market-based Resource Allocation System
像Grid和PlanetLab这样的P2P集群在原则上为计算提供了与Internet为网络提供的相同的统计复用效率增益。未解决的关键问题是资源分配。现有的解决方案在经济上并不高效，并且需要高延迟来获取资源。我们设计并实现了基于拍卖份额调度算法的基于市场的分布式资源分配系统Tycoon。初步结果表明，Tycoon实现了低延迟和高公平性，同时为策略用户提供了讲真话的激励。
2004-04-05 cs.DC 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
CoDeC: Communication-Efficient Decentralized Continual Learning
Purdue University（普渡大学）
边缘训练利用在不同位置生成的不断变化的数据。隐私问题禁止这种空间和时间分布数据的协同定位，因此设计训练算法至关重要，这些算法可以在分散的私有数据上实现有效的持续学习。分散式学习允许使用空间分布的数据进行无服务器培训。这种分布式学习的一个基本障碍是代理之间通信模型更新的高带宽成本。此外，现有的作品在这种训练模式下是不是天生适合学习的时间序列的任务，同时保留以前获得的知识。在这项工作中，我们提出了CoDeC，一种新的通信效率分散的持续学习算法，解决了这些挑战。我们减轻灾难性遗忘，而学习任务序列在分散的学习设置相结合的正交梯度投影与分散代理的流言平均。此外，CoDeC包括基于梯度子空间的新颖的无损通信压缩方案。我们将逐层梯度表示为这些梯度子空间的基向量的线性组合，并传递相关系数。我们从理论上分析了我们的算法的收敛速度，并通过大量的实验证明，CoDeC成功地学习分布式连续任务，最小的遗忘。所提出的压缩方案导致高达4.8倍的通信成本降低，以等性能作为完整的通信基线。
2023-03-27 cs.DC cs.LG cs.MA
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
Low Precision Decentralized Distributed Training over IID and non-IID Data
Purdue University（普渡大学）
去中心化分布式学习是在边缘设备上实现大规模机器学习（训练）的关键，它利用私人用户生成的本地数据，而不依赖于云。然而，这种设备上培训的实际实现受到通信和计算瓶颈的限制。在本文中，我们提出并展示了低精度分散训练的收敛性，旨在降低分散训练的计算复杂性和通信成本。在文献中已经提出了许多基于反馈的压缩技术以降低通信成本。据我们所知，没有工作应用并显示计算有效的训练技术，如量化，修剪等，去中心化学习的平台。由于现实世界的应用程序在数据分布上有很大的偏差，我们设计了“Range-EvoNorm”作为归一化激活层，它更适合于非IID数据的低精度训练。此外，我们表明，所提出的低精度训练可以与其他通信压缩方法协同使用，进一步降低通信成本。我们的实验表明，即使使用非IID数据，8位分散式训练与其全精度训练相比，精度损失也最小。然而，当低精度训练伴随着通过稀疏化进行的通信压缩时，我们观察到精度下降了1-2%。所提出的低精度分散式训练将计算复杂性、存储器使用和通信成本降低了4倍，并且将计算能量降低了约20倍，同时折衷了IID和非IID数据的小于$1\%$的精度。特别是，对于更高的偏斜值，我们观察到在低精度训练的情况下准确度增加（约0.5%），这表明量化的正则化效果。
2022-09-11 cs.CV cs.LG 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
