Modelling Bounded Rationality in Multi-Agent Interactions by Generalized Recursive Reasoning
University College London（伦敦大学学院）；Huawei Research & Development U.K.（华为英国研发中心）
虽然在现实世界的决策有限，大多数多智能体强化学习（MARL）模型假设完全理性的代理-属性很难满足由于个人的认知限制和/或决策问题的易处理性。在本文中，我们引入广义递归推理（GR 2）作为一种新的框架模型代理不同的\emph{hierarchical}水平的合理性，我们的框架使代理表现出不同程度的“思考”能力，从而使更高级别的代理最好地应对各种不太复杂的学习者。我们在理论和经验上都有贡献。在理论方面，我们通过概率图模型设计了GR 2的层次框架，并证明了一个完美的贝叶斯均衡的存在性。在GR 2中，我们提出了一个实用的actor-critic求解器，并通过李雅普诺夫分析证明了其收敛到两人博弈中的稳定点。在实证方面，我们验证了我们的研究结果的各种MARL基准。准确地说，我们首先说明了凯恩斯选美比赛的层次思维过程，然后展示了显着的改进相比，国家的最先进的对手建模基线的正常形式的游戏和合作导航基准。
2020-01-20 cs.AI cs.LG cs.MA
A Survey on Context-Aware Multi-Agent Systems: Techniques, Challenges and Future Directions
Deakin University（迪肯大学）
本综述全面概述了上下文感知多智能体系统，探讨了促进系统整合的特性，提出了涵盖自动驾驶和灾害救援等多领域的通用流程，并指出了现有挑战与未来方向。
2025-01-29 cs.AI cs.LG cs.MA
Agent-aware State Estimation in Autonomous Vehicles
College of Information and Computer Sciences, University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校信息与计算机科学学院）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
自治系统通常在多个代理的行为由共享的全局状态协调的环境中运行。因此，可靠的估计的全局状态是成功地在多代理设置操作的关键。我们引入代理感知状态估计-一个框架，用于计算间接估计的状态给定的观察其他代理在环境中的行为。我们还介绍了过渡独立的代理意识的状态估计-一类听话的代理意识的状态估计-并表明，它允许推理的速度与环境中的代理数量成线性比例。作为一个例子，我们在完全失去直接观察的情况下对交通灯分类进行建模。通过考虑从多个方向的交通的车辆行为的观察，我们的方法表现出比现有的交通灯只有HMM方法在各种模拟遮挡场景下的真实世界的自动驾驶汽车数据集的准确性更高。
2021-08-01 cs.AI cs.MA cs.RO
Realistic pedestrian-driver interaction modelling using multi-agent RL with human perceptual-motor constraints
Institute for Transport Studies（交通研究所在）；School of Computer Science（计算机科学学院）
提出一种结合人类视觉与运动约束的多智能体强化学习框架，用于建模行人-驾驶员交互，在数据受限下优于行为克隆，能生成更真实谨慎的交互行为并体现个体差异。
2025-10-31 cs.AI
Modelling Multi-Agent Epistemic Planning in ASP
University of Udine（乌迪内大学）；New Mexico State University（新墨西哥州立大学）
设计能够对世界进行推理和行动的智能体一直是人工智能社区的主要目标之一。虽然对于在“简单”域中的规划，智能体可以仅依赖于关于世界的事实，但在几个上下文中，例如，在经济、安全、司法和政治方面，仅仅对世界的了解可能不足以实现预期目标。在这些情况下，认知推理，即，推理代理人对自己的信念和其他代理人的信念，是设计获胜策略的关键。本文利用声明性编程技术解决了多智能体认知环境中的推理问题。特别是，本文提出了一个实际的实现多杆答案集编程为基础的规划，可以在多智能体认知设置，称为PLATO（ePistemic多智能体答案集编程sOlver）的原因。ASP范例使规划器的设计简洁而优雅，w.r.t.其他必要的实现，促进正确性的形式化验证的开发。本文展示了如何规划者，利用一个特设的认知状态表示和效率的ASP求解器，有竞争力的性能结果从文献中收集的基准。目前正在考虑让TPLP接受。
2020-08-07 cs.AI
The 4th International Workshop on Smart Simulation and Modelling for Complex Systems
以计算机为基础的建模和模拟已成为帮助人类理解不同领域系统的有用工具，这些领域包括物理学、天体物理学、化学、生物学、经济学、工程学和社会科学。一个复杂的系统具有大量的交互组件（代理，进程等），其聚集活动是非线性的和自组织的。复杂系统由于其各组成部分之间的复杂关系、资源的分布特性以及环境的动态性，使得传统的计算方法难以对其进行模拟或建模。与此同时，智能系统，如多智能体系统在建模和仿真复杂系统的优势和巨大的潜力。
2021-02-01 cs.AI
Modelling the Dynamic Joint Policy of Teammates with Attention Multi-agent DDPG
Peking University（北京大学）；Huawei Technologies Co., Ltd.（华为技术有限公司）
在协作多智能体系统中建模和利用队友的策略一直是强化学习（RL）社区的兴趣所在，也是一个巨大的挑战。有趣的是，如果代理知道队友的政策，它可以相应地调整自己的政策，以达到适当的合作，而挑战是，代理的政策不断变化，因为他们正在学习的同时，这就很难准确地建模动态的队友政策。在本文中，我们提出了\emph{ATTention Multi-Agent Deep Deterministic Policy Gradient}（ATT-MADDPG），以解决这一挑战。ATT-MADDPG扩展了DDPG，一个单代理的演员-评论家RL方法，有两个特殊的设计。首先，为了对队友的策略进行建模，Agent应该访问队友的观察和动作。ATT-MADDPG采用集中的评论家来收集这些信息。其次，为了有效地利用收集到的信息对队友的策略进行建模，ATT-MADDPG通过注意力机制增强了集中式批评。该注意力机制引入了一种特殊的结构来显式地对队友的动态联合策略进行建模，保证了收集到的信息能够得到有效的处理。我们评估ATT-MADDPG的基准任务和现实世界的数据包路由任务。实验结果表明，该方法不仅在性能上大大优于基于RL和基于规则的方法，而且在可扩展性和鲁棒性方面也取得了更好的效果。
2018-11-13 cs.AI cs.LG cs.MA
Focus Is All You Need: Adaptive Goal-aware Attention Orchestration for Multi-Agent Graph Systems
研究多智能体图系统中注意力分配问题，提出自适应目标感知注意力编排框架AGAO，结合目标、拓扑、资源感知注意力，将静态图转变为自适应系统，经实验验证其能提高任务有效性并减少计算等消耗，确立注意力工程方向。
2026-07-28 cs.AI
Modelling Cournot Games as Multi-agent Multi-armed Bandits
University of Kentucky（肯塔基大学）
我们研究了使用多代理多臂强盗（MA-MAB）设置建模重复古诺寡头博弈，其中作为代理商的公司从代表生产量（离散值）的一组武器中选择。代理与单独和独立的强盗问题交互。在这个公式中，每个代理在武器之间进行顺序选择，以最大化自己的奖励。智能体没有任何关于环境的信息;他们只能在采取行动后看到自己的奖励。然而，市场需求是工业总产量的平稳函数，不允许随机进入或退出市场。考虑到这些假设，我们发现，一个$ε$贪婪的方法提供了一个更可行的学习机制比其他传统的MAB方法，因为它不需要任何额外的知识系统操作。我们还提出了两个新的方法，利用有序的行动空间：$ε$ -贪婪+HL和$ε$ -贪婪+EL。这些新方法通过消除利润较低的选择，帮助企业专注于利润更高的活动，从而优化勘探。我们使用计算机模拟来研究结果中各种均衡的出现，并对联合累积后悔进行实证分析。
2022-01-01 cs.AI cs.GT cs.LG
Difficulty-Aware Agentic Orchestration for Query-Specific Multi-Agent Workflows
South China Normal University（华南师范大学）；The University of Texas Health Science Center（德克萨斯大学健康科学中心）；The Hong Kong University of Science（香港科学大学）；University of California（加州大学）；Peking University（北京大学）；University of Toronto（多伦多大学）
本文提出难度感知的代理 orchestration 方法，通过动态生成查询特定的多代理工作流，提升查询处理的准确性和效率。
2026-02-13 cs.AI
AgentMV: A State-Guided Multi-Agent Framework for Budget-Aware Music Video Generation
College of Computer Science, Sichuan University（四川大学计算机学院）
AllocMV提出了一种分层框架，将音乐视频合成建模为多重选择背包问题，通过动态规划优化资源分配，确保跨镜头一致性并降低生成成本。
2026-08-18 cs.AI cs.CV cs.LG
UA-ChatDev: Uncertainty-Aware Multi-Agent Collaboration for Reliable Software Development
Department of Electrical；Computer Engineering Prairie View A\&M University, Prairie View, TX 77446, USA Email
提出UA-ChatDev框架，通过不确定性量化与阶段感知阈值校准，在软件开发多智能体协作中抑制幻觉传播，提升代码执行可靠性。
2026-07-03 cs.AI
Verification-Aware Planning for Multi-Agent Systems
Purdue University, USA（普渡大学，美国）；Megagon Labs, USA（梅加隆实验室，美国）
本文提出 VeriMAP 框架，通过任务分解、依赖建模及 Python 与自然语言形式的验证函数，将验证纳入多智能体规划，从而提升协作鲁棒性、可解释性与执行可靠性。
2025-10-20 cs.AI cs.CL cs.LG
Committment-Based Data-Aware Multi-Agent-Contexts Systems
University of L’Aquila（拉奎拉大学）
代理之间的通信和交互已经是多年来广泛研究的主题。基于承诺的联系，即联系代理人被视为债务人代理人，他向债权人代理人承诺（可能在某些条件下）带来某些东西，这种联系现在已经非常成熟。DACMAS（Data-Aware Commitment-based MAS）的方法通过采用DRL-Lite描述逻辑，将文献中提出的与承诺相关的方法从命题提升到一阶设置。值得注意的是，DACMAS除了承诺之外，还提供了简单形式的基于事件的代理间通信。然而，这方面是失踪的MAS能够获得知识的背景下，不是代理商和外部的MAS。这个主题是应付管理的MCS（托管多上下文系统），但其中的交流是知识库之间，而不是代理。本文提出了一种新的基于数据感知承诺的受管多上下文MAS（Data-Aware Commitment-based Managed Multi-Context MAS）方法，以获得一个能够与异构外部信息源交互的基于承诺的一阶Agent系统。我们表明，DACmMCMAS保留了原来的方法很好的形式属性。
2014-10-08 cs.AI
EMOTE: An Explainable architecture for Modelling the Other Through Empathy
Applied Artificial Intelligence Institute, Deakin University（迪肯大学应用人工智能研究所）
本文提出EMOTE架构，通过学习“想象网络”将其他智能体的观测状态转换为人类可解释的共情状态，从而在固定策略多智能体场景中更稳健地建模他人动作价值函数并提升博弈性能。
2023-06-01 cs.AI cs.LG
Interaction-Aware Multi-Agent Reinforcement Learning for Mobile Agents with Individual Goals
Carnegie Mellon University（卡内基梅隆大学）；Honda Research Institute USA（美国本田研究所）
在多智能体环境中，单个智能体的最优策略在很大程度上取决于其他智能体的行为。我们研究了多智能体强化学习的问题，专注于分散学习的非平稳域的移动机器人导航。我们确定了一个原因的训练非平稳政策的困难：相互适应次优行为，我们用它来激励一个基于学习策略的互动政策。课程分为两个阶段。首先，代理利用策略梯度算法来学习能够实现多个目标的策略。其次，代理学习修改器策略，以学习如何在多代理设置中与其他代理交互。我们评估了我们的方法在自动驾驶换道域和机器人导航域。
2019-09-27 cs.AI cs.LG
Discovering Agents
DeepMind（深度思维）；University of Oxford（牛津大学）；Imperial College London（帝国理工学院）
代理的因果模型已被用于分析机器学习系统的安全方面。但识别代理是不平凡的-通常因果模型只是假设建模没有太多的理由-和建模失败可能会导致错误的安全分析。本文提出了代理的第一个正式的因果定义-大致代理系统，如果他们的行为以不同的方式影响世界，将调整他们的政策。从这一点上，我们得出的第一个因果发现算法发现代理人的经验数据，并给出算法之间的因果模型和博弈论的影响图翻译。我们证明了我们的方法，解决了一些以前的混乱所造成的不正确的因果建模的代理。
2022-08-24 cs.AI cs.LG
Safety-Aware Multi-Agent Apprenticeship Learning
Imperial College London（帝国理工学院）
我们的目标是在论文“安全意识学徒学习”中提到的技术的基础上进行扩展，以提高现有的强化学习模型的效用和效率，从一个单一的智能体学习框架到多智能体学习框架。我们对该项目的贡献体现在以下要点中：1.关于我们将为逆向强化学习模型添加从单Agent场景到多Agent场景的扩展的事实。我们对这个项目的第一个贡献是考虑在多Agent场景中从专家行为中提取安全奖励函数的情况，而不是从单Agent场景中提取。2.本文的第二个贡献是将单Agent学习框架扩展为多Agent学习框架，并在此基础上设计了一个新的学习框架。3.我们对这个项目的最后一个贡献是经验性地评估我对单智能体逆强化学习框架的扩展的性能。
2022-01-24 cs.AI cs.LG
Autonomous Agents Modelling Other Agents: A Comprehensive Survey and Open Problems
The University of Edinburgh（爱丁堡大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
人工智能的许多研究都关注于自主智能体的发展，这些智能体可以与其他智能体进行有效的交互。这种代理的一个重要方面是能够推理其他代理的行为，通过构建模型，对建模代理的各种感兴趣的属性（如动作，目标，信念）进行预测。目前存在着各种各样的建模方法，它们在方法和基本假设方面差别很大，以满足开发这些方法的不同次级社区的需要，并反映它们的不同实际用途。本文的目的是提供一个全面的调查，可以在文献中找到的显着的建模方法。文章最后讨论了开放的问题，这可能会形成富有成效的未来研究的基础。
2018-02-09 cs.AI cs.MA
Modelling Electricity Consumption in Irish Dairy Farms Using Agent-Based Modelling
University of Galway（戈尔韦大学）
本文提出一种可解释的基于智能体模型，综合畜群规模、挤奶机数量和季节因素模拟爱尔兰奶牛场电力消耗，并用现有先进框架验证。
2023-08-18 cs.AI cs.MA
Modelling Human Routines: Conceptualising Social Practice Theory for Agent-Based Simulation
我们的日常工作在各种社会挑战中发挥着重要作用，例如气候变化，疾病爆发以及协调医院的员工和患者。为了使用基于代理的模拟（ABS）来理解例程在社会挑战中的作用，我们需要一个集成例程的代理框架。本文提供了独立于域的社会实践代理（SoPrA）框架，满足文献中的要求，以模拟我们的例程。通过从代理理论，社会心理学和社会实践理论的文献中选择适当的概念，我们确保SoPrA正确地描述了当前的证据惯例。通过创建一个一致的，模块化的和简约的框架，适用于多个领域，我们提高了SoPrA的可用性。SoPrA为ABS研究人员提供了一个概念，形式和计算框架，以模拟例程并获得对社会系统的新见解。
2020-12-22 cs.AI cs.MA
Modelling Office Energy Consumption: An Agent Based Approach
University of Nottingham（诺丁汉大学）
在本文中，我们开发了一个基于Agent的模型，它集成了四个重要元素，即组织能源管理政策/法规，能源管理技术，电器和设备，以及人类行为，基于案例研究，模拟办公楼的能源消耗。利用该模型，我们测试了不同的能源管理策略的有效性，并解决了实际的办公能耗问题。本文从理论上对办公建筑能耗这一复杂的组织问题中的四个要素进行了整合，并在实践中对基于主体的方法在办公建筑能耗研究中的应用做出了贡献。
2016-07-20 cs.AI cs.MA
Modelling and simulation of complex systems: an approach based on multi-level agents
University of Franche-Comté（弗朗什-孔泰大学）
一个复杂的系统由许多相互作用的组件组成。因此，系统的设计，如仿真系统，合作系统或援助系统，包括一个非常准确的建模的interpertinion和通信水平。基于代理的方法为这个问题提供了一个适应的抽象层次。在研究了基于Agent的系统的组织背景和通信能力之后，我们的思想受到了人机界面模型，特别是“认知工程”中的人机界面模型的启发，模拟了柔性制造的重组，调节城市交通系统，以及模拟了流行病检测系统。为了提供一个基于代理的复杂系统建模的一般框架，我们提出了一个规模的四个行为，代理可能会采取在他们的复杂系统（反应，例行，认知和集体）。为了完成多层次代理模型的描述，这是本文的重点，我们说明了我们的建模，并讨论我们正在进行的工作在每个级别上。
2012-01-18 cs.AI cs.HC cs.MA
RAINO: Anchoring Agents in Reality, A Systematic Review and Conceptual Framework for Realism in Agent-Based Modelling
Umeå Universitet（乌梅拉大学）；UiT The Arctic University of Norway（北极大学）
本文通过系统文献综述，识别了基于智能体建模中现实主义操作化与展示的不足，并提出了RAINO框架（现实锚点、输入、输出），以统一和拓展对现实主义的理解。
2026-03-29 cs.AI cs.MA
Evaluating and Modelling Hanabi-Playing Agents
University of Essex（埃塞克斯大学）
代理建模涉及考虑其他代理将如何行为，以影响您自己的行为。在本文中，我们将探讨使用代理建模的隐藏信息，合作纸牌游戏花火。我们实现了一些基于规则的代理，无论是从文献和我们自己的设计，除了信息集蒙特卡罗树搜索（IS-MCTS）代理。我们观察到IS-MCTS的结果不佳，因此构建了一个新的预测版本，该版本使用与之配对的代理模型。我们观察到一个显着的改善，从这个代理在游戏中的实力相比，IS-MCTS，从它的考虑在游戏中的其他代理会做什么。此外，我们创建了一个有缺陷的基于规则的代理，以突出预测的能力与这样的代理。
2017-04-24 cs.AI
A Modelling Approach Based on Fuzzy Agents
ESTA, School of Business & Engineering（ESTA 商业与工程学院）；IRTES-M3M, University of Technology of Belfort-Montbéliard（贝尔福-蒙贝利亚尔技术大学 IRTES-M3M）
复杂系统的建模主要基于将这些系统分解为自治元素，以及识别和定义这些元素之间可能的相互作用。为此，基于代理的方法是经常提出的建模解决方案。复杂性也可能是由于外部事件或系统内部，其主要特征是不确定性，不精确性，或其感知是主观的（即解释）。由于模糊逻辑为不确定性建模提供了一种解决方案，模糊主体的概念可以同时对复杂性和不确定性进行建模。本文重点介绍了模糊Agent的概念：一个经典的体系结构的Agent重新定义根据模糊的角度。然后提出了一个智能灌溉系统的模糊代理的教学说明。
2013-02-26 cs.AI
Self-organising Urban Traffic control on micro-level using Reinforcement Learning and Agent-based Modelling
University of Bremen（不来梅大学）
大多数交通流控制算法解决交通信号灯和信号灯的切换周期自适应。这项工作解决了交通流量优化的自组织微观层面的控制结合强化学习和基于规则的代理进行行动选择在城市环境中进行远程导航。即，由代理代表的车辆基于本地环境传感器来调整其用于重新路由的决策。基于Agent的建模和仿真是用来研究城市交通流的涌现效应。一个统一的代理编程模型，使模拟和分布式数据处理与可能纳入人群传感任务作为一个额外的传感器数据库。仿真结果表明，基于Agent的人工城市区域的微观层次的车辆导航控制的部署，只是学习个人决策和重新路由的基础上，当地的环境传感器可以提高移动的路径长度和行驶时间方面的效率。
2022-02-24 cs.AI
Modelling Agent Policies with Interpretable Imitation Learning
University of Bristol（布里斯托大学）
当我们在安全关键域中部署自主智能体时，了解其内部机制和表示变得非常重要。我们概述了一种方法，模仿学习逆向工程的黑盒代理政策在MDP环境中，产生简化的，可解释的模型的形式决策树。作为这个过程的一部分，我们显式地建模和学习代理的潜在状态表示，从一个大的候选特征从马尔可夫状态构建的空间进行选择。我们提出了初步的有希望的结果，在多代理交通环境中的实施。
2020-06-19 cs.AI
Investigating Mathematical Models of Immuno-Interactions with Early-Stage Cancer under an Agent-Based Modelling Perspective
The University of Nottingham（诺丁汉大学）
许多关于免疫与癌症相互作用的研究进展都是在常微分方程（ODE）模型的帮助下发展起来的。然而，这些模型不能有效地表示涉及个体定位、记忆和新兴特性的问题，这些是免疫系统的细胞和分子的共同特征。基于代理的建模和仿真是克服这些局限性的ODE模型的替代范式。在本文中，我们调查的潜在贡献基于代理的建模和仿真相比，ODE建模和仿真。我们寻求以下问题的答案：是否有可能获得一个等效的代理为基础的模型从ODE制定？结果是否不同？与其他方法相比，使用一种方法有什么好处吗？为了回答这些问题，我们考虑了三个案例研究，使用免疫与早期癌症相互作用的数学模型。这些案例研究重新概念化的代理为基础的角度和模拟结果进行了比较，从ODE模型。我们的研究结果表明，它是可能的，以获得等效的基于代理的模型（即实现相同的机制）;然而，这两种类型的模型的模拟输出可能会有所不同，这取决于系统的属性建模。在某些情况下，通过使用基于代理人的建模获得了更多的见解。总的来说，我们可以确认，基于代理的建模是免疫学家工具集的一个有用补充，因为它具有额外的功能，允许模拟具有更接近生物现象的特征。
2013-05-31 cs.AI cs.CE
Modelling and Reasoning Techniques for Context Aware Computing in Intelligent Transportation System
Jyoti Nivas College（乔蒂尼瓦斯学院）；VTU（维斯维萨亚理工大学）；CMR Institute of Technology（CMR理工学院）
物联网技术的出现和传感器网络的最新进展使交通系统进入了一个新的层面，称为智能交通系统。由于道路交通场景中车辆的使用和实体之间的通信增加，智能交通系统中产生的原始数据量非常巨大。这些原始数据将被处理，以推断上下文信息，并提供新的服务，如交通信号管理，事故预测，目标检测等不同的道路运输模式，以了解上下文的重要性，本文的目的是研究智能交通系统中的上下文感知。我们提出了一个审查有关的智能交通系统中的上下文感知的文献中开发的突出应用。本文的研究目的是突出智能交通系统中的上下文及其特征，并讨论建模技术和推理方法在智能交通系统中的适用性。还阐明了物联网和机器学习在智能交通系统发展中的影响。
2021-07-29 cs.AI
MoMA: A Mixture-of-Multimodal-Agents Architecture for Enhancing Clinical Prediction Modelling
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Northwestern University（西北大学）
本文提出多模态智能体混合（MoMA）架构，利用多个LLM智能体将非文本模态转为文本摘要并整合，以增强临床预测，在真实数据上优于现有方法。
2025-08-07 cs.AI cs.LG cs.MA
Too Human to Model:The Uncanny Valley of LLMs in Social Simulation -- When Generative Language Agents Misalign with Modelling Principles
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Highlands Rewilding Limited（高地野化有限公司）；University of Edinburgh（爱丁堡大学）
本文探讨了LLM在社交模拟中因过于人性化的特性导致的抽象与自然性矛盾，指出其在建模原则下的局限性，并提出重新定位LLM代理以适应不同应用场景的建议。
2025-07-08 cs.AI cs.CY cs.MA
Modelling Electricity Consumption in Office Buildings: An Agent Based Approach
University of Nottingham（诺丁汉大学）
在本文中，我们开发了一个基于代理的模型，它集成了四个重要元素，即组织能源管理政策/法规，能源管理技术，电器和设备，以及人类行为，模拟办公楼的用电量。通过一个案例研究，我们使用该模型来测试不同的电力管理策略的有效性，并解决实际的办公用电问题。本文在理论上有助于整合的四个要素，在复杂的组织问题的办公用电，并实际上有助于应用基于代理的方法为办公建筑用电研究。
2013-05-31 cs.AI cs.CE
Partner Modelling Emerges in Recurrent Agents (But Only When It Matters)
University of Edinburgh（爱丁堡大学）；Princeton University（普林斯顿大学）；Massachusetts Institute of Technology（麻省理工学院）
研究探讨了智能体在开放合作中自发形成伙伴建模的能力，发现其在任务分配能影响伙伴行为时自发产生结构化表示。
2025-10-28 cs.AI cs.LG
ADAGE: A generic two-layer framework for adaptive agent based modelling
JP Morgan AI Research（摩根大通人工智能研究院）
针对传统基于智能体的模型受卢卡斯批判、缺乏双层适应通用框架的问题，研究提出ADAGE双层框架，将问题形式化为带条件策略的Stackelberg博弈，统一多类ABM任务，经经济金融场景仿真验证有效。
2025-01-16 cs.AI cs.LG cs.MA
LLM-Augmented Agent-Based Modelling for Social Simulations: Challenges and Opportunities
Norwegian Research Center AS (NORCE)（挪威研究中心）
本文针对大语言模型融入基于智能体的社会模拟的挑战，探索相关开发架构与方法及研究方向，指出二者结合可为复杂社会系统与人类行为研究提供强大工具集。
2024-05-08 cs.AI physics.soc-ph
An Agent based Approach towards Metadata Extraction, Modelling and Information Retrieval over the Web
Vienna University of Technology（维也纳技术大学）
Web开发因其创造性和复杂性而成为一个具有挑战性的研究领域。Web技术发展中提出的关键挑战是以机器可读和可处理的格式表示数据，以利用基于知识的信息抽取和维护。目前，不可能使用全文查询来搜索和提取优化的结果，因为不存在这样的机制，其可以从全文查询中完全提取语义，然后查找基于特定知识的信息。
2010-08-07 cs.AI
Info-computational constructivism in modelling of life as cognition
Mälardalen University（梅拉达伦大学）
本文讨论的开放性问题制定为：抽象的层次是适当的综合建模的生活和认知？在信息计算建构主义的框架内，将自然现象视为信息结构上的计算过程。目前，我们缺乏共同的理解的过程中的生命和认知在活的有机体的信息结构和计算过程的具体化，嵌入式认知代理，无论是活的和人造的共同建设的细节。从将智能体定义为能够代表自己行动的实体开始，作为Hewitt Actor计算模型中的演员，即使是分子这样简单的系统也可以建模为交换消息（信息）的演员。我们采用考夫曼的观点，认为生命体是可以繁殖并至少经历一个热力学功循环的东西。这种对生命主体的定义导致了马图拉纳和瓦雷拉斯对生命与认知的认同。在信息计算的建设性方法，生物作为认知代理，从最简单的到最复杂的生命系统，认知机制可以研究，以构建人工认知代理的不同层次的组织的综合模型类。
2013-11-02 cs.AI
Modelling crypto markets by multi-agent reinforcement learning
INSERM（法国国家健康与医学研究院）；École Normale Supérieure（巴黎高等师范学院）；Higher School of Economics（高等经济学院）
本研究提出基于多智能体强化学习的加密货币市场模拟模型，通过赋予智能体RL技术并利用Binance上153种加密货币数据进行校准，准确模拟了市场微观结构及牛熊市中的关键行为。
2024-02-16 cs.AI cs.GT cs.MA
Towards Social Situation Awareness in Support Agents
Delft University of Technology（代尔夫特理工大学）；Leiden Institute for Advanced Computer Science（莱顿高级计算机科学研究所）；University of Twente（特文特大学）
支持人们日常活动的人工代理（例如，虚拟教练和个人助理）越来越普遍。由于许多日常活动本质上都是社交活动，因此支持代理应该了解用户的社交情况，以便提供全面的支持。然而，没有系统的方法来发展支持代理人，是社会状况的认识。我们确定的支持代理的关键要求是社会情况的感知，并提出实现这些要求的步骤。这些步骤是通过一个概念架构集中在两个关键的想法：（1）概念化的社会情况意识作为一个实例的“一般”的情况意识，（2）使用这种实例的情况分类。这使得支持代理能够表示用户的社交情况，理解其含义，并评估其对用户行为的影响。我们讨论的实证结果支持所提出的方法的有效性，并说明如何架构可以用于支持代理通过两个用例。
2022-04-04 cs.AI
AI in a vat: Fundamental limits of efficient world modelling for agent sandboxing and interpretability
本文借鉴“缸中之脑”思想实验，从计算力学角度揭示世界模型在效率与可解释性之间的根本权衡，并提出最小化内存、划定可学习边界及追踪不良结果成因的构建程序，为智能体评估提供根本局限与设计指导。
2025-04-06 cs.AI cs.SY eess.SY
Contextually Aware Intelligent Control Agents for Heterogeneous Swarms
University of New South Wales（新南威尔士大学）；Defence Science and Technology Group（国防科学技术集团）
一个新兴的挑战，在群体牧羊研究是设计有效的和高效的人工智能算法，保持低计算上限，同时增加群体的能力，在不同的情况下操作。我们提出了一种方法来设计一个上下文感知的群体控制智能代理。智能控制代理（shepherd）首先使用群度量来识别与其交互的群的类型，然后从其行为库中为该特定群类型选择合适的参数化。我们的方法的设计原则是增加的情况下意识（即信息内容）的控制代理，而不牺牲有效的群体控制所需的低计算成本。我们证明了成功的牧羊在同质和异质群。
2022-11-22 cs.AI
Budget-Aware Tool Use Enables Effective Agent Scaling
Google Cloud AI Research（谷歌云人工智能研究）；Google DeepMind（谷歌DeepMind）；New York University（纽约大学）；UC Santa Barbara（加州大学圣塔芭芭拉分校）
本研究提出BATS框架，通过预算感知机制提升工具增强代理的扩展效率，实现更优的成本-性能平衡。
2026-08-18 cs.AI
Assessing Drivers' Situation Awareness in Semi-Autonomous Vehicles: ASP based Characterisations of Driving Dynamics for Modelling Scene Interpretation and Projection
German Aerospace Center (DLR)（德国航空航天中心）；Institute for Systems Engineering for Future Mobility（未来出行系统工程研究所）
针对半自动驾驶中驾驶员需快速接管的情境，提出基于ASP的框架，结合场景与眼动数据建模情境意识的解释与预测，并通过ROS和HMI提供辅助，在模拟和真实驾驶中验证。
2023-08-30 cs.AI cs.HC cs.LO
AgenticPD: A Stage-Aware Agentic Framework for Closed-Loop Physical Design Optimization
针对物理设计QoR优化难题，现有方法欠佳。提出AgenticPD框架，围绕物理设计流程阶段边界组织，利用Judge Agent引导搜索，阶段专用智能体借助本地工具做决策，提升优化效果。
2026-10-06 cs.AI
The Agent-based Modelling for Human Behaviour Special Issue
University College London（伦敦大学学院）；Autodesk Research
如果人类社会是如此复杂，那么我们又如何能够理解它们呢？人工生命给了我们一个答案。人工生命领域包括一系列不同的内省研究，这些研究在很大程度上提出了相同的问题，尽管从许多不同的角度来看：我们为什么在这里？我们是谁？我们为什么要这样做？从生命的起源开始，为我们提供了这些问题的迷人答案。然而，一些研究人员选择将他们的研究更接近当今。我们毕竟是人。自从我们的祖先成为自我复制分子以来，已经有几十亿年了。因此，对我们自己和我们人类社会的更直接的研究可以揭示可能导致实践知识的真理。这期特刊中的论文汇集了选择进行此类研究的科学家。
2023-02-06 cs.AI cs.CY
World Modelling Improves Language Model Agents
University of Edinburgh（爱丁堡大学）；Cohere；Vrije Universiteit Brussel（布鲁塞尔自由大学）；Université de Montréal（蒙特利尔大学）
本文提出DyMo方法，通过为LLMs增加内部状态预测能力并结合自验证采样，显著提升工具使用的成功率与可靠性，减少幻觉，为无需反复查询环境的可扩展规划RL方法开辟路径。
2025-09-19 cs.AI cs.LG
Unifying Cardiovascular Modelling with Deep Reinforcement Learning for Uncertainty Aware Control of Sepsis Treatment
University of Pittsburgh（匹兹堡大学）；University of Pittsburgh School of Medicine（匹兹堡大学医学院）；Carnegie Mellon University（卡内基梅隆大学）；McGowan Institute for Regenerative Medicine（麦高恩再生医学研究所）
脓毒症是对感染或严重组织损伤的潜在威胁生命的炎症反应。它具有高度可变的临床过程，需要持续监测患者的状态，以指导静脉输液和血管加压药的管理以及其他干预措施。尽管经过几十年的研究，专家们仍然对最佳治疗方法存在争议。在这里，我们首次将分布式深度强化学习与机械生理模型相结合，以找到个性化的脓毒症治疗策略。我们的方法通过利用已知的心血管生理学来处理部分可观测性，引入了一种新的生理学驱动的递归自动编码器，并量化了其自身结果的不确定性。此外，我们引入了一个框架，不确定性意识的决策支持与人类在循环中。我们表明，我们的方法学习生理上可解释的，强大的政策，与临床知识是一致的。此外，我们的方法一致地识别导致死亡的高风险状态，这可能从更频繁的血管加压药给药中受益，为未来的研究提供有价值的指导
2021-06-12 cs.AI cs.LG q-bio.QM
Reinforcement Learning based Embodied Agents Modelling Human Users Through Interaction and Multi-Sensory Perception
University of Alberta（阿尔伯塔大学）
本文扩展了交互式机器学习（IML）的最新工作，重点是有效地结合人类的反馈。我们展示了控制和反馈信号如何在模拟人类奖励的系统中相互补充。我们证明，同时结合人类控制和反馈信号可以提高交互式机器人系统在自镜像运动控制任务中的性能，其中RL-智能体控制的右臂试图匹配左臂的预编程运动模式。我们通过调查每个时间步上给出反馈的概率和给出反馈的可能性来说明不同的人类反馈参数对任务性能的影响。反馈是正确的我们进一步说明，不同的时间衰减与代理人结合人类的反馈对任务性能有显着的影响。我们发现，随着时间的推移，涂抹人类反馈可以提高性能，我们在每个时间步长显示不同的反馈概率，这些反馈“正确”的可能性增加会影响代理性能。我们的结论是，了解人类反馈中的潜在变量是至关重要的学习算法在人机交互领域的行为。
2017-01-26 cs.AI cs.HC cs.RO
