Asynchronous Diffusion Learning with Agent Subsampling and Local Updates
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);Peking University(北京大学)
本文研究异步代理网络中的扩散学习,代理自主决定参与时机和合作邻域,通过多次本地更新后传递结果,证明了策略在均方误差意义下稳定,并提供了联邦学习场景下的性能保证。
2024-02-08 cs.LG cs.MA
Reducing Bus Bunching with Asynchronous Multi-Agent Reinforcement Learning
McGill University(麦吉尔大学)
公交系统是可持续城市交通的重要组成部分。然而,由于乘客需求及交通情况存在重大不确定性,巴士运作并不稳定,挤车已成为普遍现象,影响巴士服务的可靠性及效率。尽管多智能体强化学习(MARL)在交通控制方面取得了最新进展,但由于复杂的异步特性,很少有研究关注公交车队控制-控制动作只发生在公交车到达公交车站时,因此代理人不会同时采取行动。在这项研究中,我们制定了路线级的总线车队控制作为一个异步的多智能体强化学习(ASMR)问题,并扩展了经典的演员-评论家架构来处理异步问题。具体而言,我们设计了一种新的评论家网络,以有效地近似其他代理的边际贡献,其中图注意力神经网络用于进行归纳学习的政策评估。批评者结构也有助于自我代理更有效地优化其策略。我们评估建议的框架,对现实世界的巴士服务和实际乘客的需求来自灵巧卡数据。我们的研究结果表明,该模型优于传统的基于车头时距的控制方法和现有的MARL方法。
2021-05-23 cs.LG cs.MA
Strategic Abilities of Asynchronous Agents: Semantic Side Effects and How to Tame Them
针对异步多智能体系统原有能力验证框架语义存在反直觉解读的问题,提出扩展语义表示、修改执行语义的解决方案,并证明模型约简方案仍适用于新框架。
2025-01-20 cs.LO cs.MA
Asynchronous Agents with Perfect Recall: Model Reductions, Knowledge-Based Construction, and Model Checking for Coalitional Strategies
KTH Royal Institute of Technology(皇家理工学院);Institute of Computer Science, Polish Academy of Sciences(波兰科学院计算机科学研究所);Faculty of Mathematics and Computer Science, Nicolaus Copernicus University(尼古拉·哥白尼大学数学与计算机科学学院)
针对有记忆智能体策略能力的模型检测难题,本文证明偏序归约可推广至有记忆情形,并改造基于知识的子集构造以适用于异步MAS,同时提出融合并发博弈结构与交错解释系统的新策略执行语义。
2025-10-20 cs.LO cs.MA
Massively-concurrent Agent-based Evolutionary Computing
多智能体范式与演化计算的融合在许多优化问题中取得了可喜的成果。进化多智能体系统(EMAS)比经典的进化算法更接近生物进化。然而,技术上的限制阻止了在以前的EMAS实现中使用完全异步的代理。在本文中,我们提出了一个新的算法基于代理的演化计算。个体被表示为完全自主和异步的代理。通过使用基于函数式语言(即Erlang和Scala)的现代技术,可以有效地实现该算法,函数式语言本机支持轻量级进程和异步通信。我们的实验表明,这样的异步方法是更快,更有效地解决常见的优化问题。
2015-08-12 cs.MA cs.NE
Distributed Planning with Asynchronous Execution with Local Navigation for Multi-agent Pickup and Delivery Problem
Shimizu Corporation(清水建设株式会社);Waseda University(早稻田大学)
我们提出了一个分布式规划方法与异步执行的多代理皮卡和交付(MAPD)问题的环境中偶尔延迟代理的活动和灵活的端点。MAPD是一个具有许多应用的关键问题框架;然而,大多数现有的研究假设理想的代理行为和环境,例如代理的固定速度,同步运动,以及设计良好的环境,多个代理可以轻松地执行任务。然而,这样的环境通常是不可行的;例如,代理的移动速度可能受到天气和地板条件的影响,并且通常容易出现延迟。该方法通过允许智能体的动作速度波动和灵活的工作地点(端点),可以放宽一些不可行的条件,使MAPD应用于更真实的环境。我们的实验表明,我们的方法使代理在这样的环境中有效地执行MAPD相比,基线方法。我们还分析了使用我们的方法的代理的行为,并讨论了局限性。
2023-02-18 cs.MA cs.RO
Loosely Synchronized Rule-Based Planning for Multi-Agent Path Finding with Asynchronous Actions
UM-SJTU Joint Institute(上海交通大学密西根学院);Shanghai Jiao Tong University(上海交通大学)
本文针对多智能体路径寻找中的异步动作问题,提出结合LSS和PIBT的新规划器,通过寻找无界次优解来权衡解质量与可扩展性,在给定时间限制下能比基线处理多一个数量级的智能体。
2024-12-21 cs.AI cs.MA
Stackelberg Decision Transformer for Asynchronous Action Coordination in Multi-Agent Systems
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院);SenseTime Research(商汤科技研究院)
针对多智能体系统中异步动作协调的可扩展性难题,提出Stackelberg决策变换器(STEER),融合层级决策、序列建模与探索学习,收敛至均衡解并优于现有方法。
2023-05-13 cs.AI cs.MA
R3R: Decentralized Multi-Agent Collision Avoidance with Infinite-Horizon Safety
University of Michigan(密歇根大学)
R3R是首个在通信受限条件下提供无限时间安全保证的去中心化多智能体运动规划框架,通过结合安全框架与几何约束实现轨迹的可证明安全。
2026-03-15 cs.MA
Near-Optimal Adversarial Policy Switching for Decentralized Asynchronous Multi-Agent Systems
Laboratory for Information and Decision Systems (LIDS), MIT(麻省理工学院信息与决策系统实验室);College of Computer and Information Science (CCIS), Northeastern University(东北大学计算机与信息科学学院);Department of Electrical Engineering, Princeton University(普林斯顿大学电气工程系)
多机器人和多智能体系统中的一个关键挑战是生成对其他自利甚至敌对方都具有鲁棒性的解决方案,这些解决方案积极试图阻止智能体实现其目标。解决这一挑战的现有工程的实用性仅限于小规模的同步决策方案或单个代理规划其最佳响应对一个单一的对手与固定的,程序化的特点战略。相比之下,本文认为更现实的一类问题,一个团队的异步代理有限的观察和通信能力,需要竞争对多个战略对手不断变化的战略。这个问题需要能够协调的代理来检测对手策略的变化并相应地计划最佳响应。我们的方法首先优化了一组代表这些最佳对策的策略。然后,这些优化的策略被集成到一个统一的策略中,该策略可以在对手改变策略时进行检测和响应。理论上建立了所提出的框架的近最优性,以及在模拟和硬件经验证明。
2017-10-17 cs.AI cs.MA
Resolving Asynchronous Distributed Knowledge
IRIT, CNRS—INPT—UT(IRIT,法国国家科学研究中心—国立电信学院—图卢兹大学);IHPST, Paris 1 Panthéon Sorbonne(IHPST,巴黎第一先贤祠-索邦大学)
提出异步分布式知识解决逻辑,基于历史语义处理异步更新,解决同步逻辑中分布式知识公理失效问题,适用于分布式计算。
2026-07-01 cs.LO cs.MA
Coordination of multi-agent systems via asynchronous cloud communication
在这项工作中,我们研究了一个多代理协调问题,其中代理只能通过云服务器间歇性地相互通信。为了减少所需的通信量,我们开发了一种自触发算法,允许代理仅在必要时与云通信,而不是在某个固定的时间段。与绝大多数提出分布式事件和/或自触发控制法的类似作品不同,这项工作并不假设代理可以连续“监听”。换句话说,当一个代理触发一个事件时,相邻的代理将不会知道这一点,直到下一次它们与云本身建立通信。使用关于未来控制输入的“承诺”概念,代理能够跟踪关于其邻居的更高质量的估计,允许它们在更长的时间内保持与云的断开连接,同时仍然保证对全局任务的积极贡献。我们证明,我们的自触发协调算法保证系统渐近达到所需的状态集。模拟结果说明了我们的结果。
2017-04-06 cs.MA math.OC
Warp-Cortex: An Asynchronous, Memory-Efficient Architecture for Million-Agent Cognitive Scaling on Consumer Hardware
Warp Research(Warp研究)
Warp-Cortex通过异步架构和内存优化技术,实现百万智能体在消费级硬件上的高效认知扩展。
2026-01-03 cs.AI cs.AR cs.DC
Asynchronous Gradient-Push
Facebook AI Research(Facebook人工智能研究院);McGill University(麦吉尔大学)
该研究提出了一种异步梯度-推送算法,用于分布式优化问题,该算法在多智能体网络中实现参数共识,证明了在强凸性和Lipschitz连续梯度条件下,异步操作能收敛到全局最小值的邻域,并通过数值实验展示了其在速度、鲁棒性和扩展性方面的优势。
2020-03-02 cs.MA cs.SY eess.SY
Cost Aware Asynchronous Multi-Agent Active Search
Carnegie Mellon University(卡内基梅隆大学)
多智能体主动搜索要求自主智能体选择有效定位目标的感知动作。在现实环境中,代理人还必须考虑他们的决策所产生的成本。以前提出的主动搜索算法简化了问题,忽略了代理的环境中的不确定性,使用近视决策,和/或忽略成本。在本文中,我们引入了一个在线主动搜索算法来检测目标在一个未知的环境中,通过自适应成本意识的决策代理的行动。我们的算法结合了汤普森采样(搜索空间探索和分散的多智能体决策),蒙特卡罗树搜索(长期规划)和帕累托最优置信区间(在未知环境中的多目标优化)的原则,提出了一个在线前瞻计划,删除所有的简化。我们通过仿真分析了算法的性能,证明了算法在代价感知主动搜索中的有效性。
2022-10-05 cs.LG cs.MA cs.RO
Consensus of second order multi-agents with actuator saturation and asynchronous time-delays
本文提出了一个饱和的二阶多智能体系统的非切换动态,可以表示为一个有向图的共识。系统受数据处理(输入延迟)和通信时间延迟的影响,这些延迟被假定为异步的。代理具有饱和非线性,他们中的每一个被近似为单独的线性和非线性元素。非线性元件用描述函数表示。利用描述函数和线性元的稳定性来判断多控制律系统极限环的存在性。使用Lyapunov-Krasovskii函数和频域分析进行线性元件的稳定性分析。从时延范围、适用性和计算复杂度等方面比较了两种分析方法的优缺点。仿真和相应的硬件实现结果证明支持理论结果。
2017-11-23 cs.MA cs.SY eess.SY
Learning Multi-agent Action Coordination via Electing First-move Agent
在复杂的多智能体系统中,学习协调智能体之间的动作是必不可少的。以前的工作主要是受约束的假设,所有的代理同时采取行动,和异步代理之间的协调很少考虑。本文提出了一种用于协调行为规划的双层多智能体决策层次结构。我们提出了一种新的选举机制,在该机制中,我们采用了图卷积网络来模拟代理之间的相互作用,并选出一个第一步代理异步指导。我们还提出了一个动态加权的混合网络,以有效地减少在训练过程中的价值函数的误判。这项工作是第一个明确的异步多智能体动作协调模型,这种明确性,使选择最佳的第一步代理。在协同导航和Google Football上的实验结果表明,该算法在协同环境下具有较好的性能。我们的代码可在\url{https://github.com/Amanda-1997/EFA-DWM}上获得。
2022-02-24 cs.GT cs.MA
Hackers vs. Security: Attack-Defence Trees as Asynchronous Multi-Agent Systems
攻击-防御树(ADT)非常适合评估对系统的可能攻击和对抗措施的效率。在本文中,我们首先丰富了可用的结构与反应模式,涵盖进一步的安全方案,并配备所有结构的属性,如时间和成本,以允许定量分析。然后,ADT被建模为(一个扩展)异步多代理系统-EAMAS。ADT-EAMAS转换以系统的方式执行,以确保正确性。这种转换使我们能够量化不同代理配置对攻击时间等指标的影响。使用EAMAS还允许参数验证:我们推导出属性满足的约束。我们的方法是行使几个案例研究使用Uppaal和IMITATOR工具。
2019-06-12 cs.CR cs.FL cs.MA
Time to Talk: LLM Agents for Asynchronous Group Communication in Mafia Games
School of Computer Science and Engineering, The Hebrew University of Jerusalem(希伯来大学耶路撒冷分校计算机科学与工程学院);School of Computing and Information Systems, University of Melbourne(墨尔本大学计算与信息系统学院)
本文提出一种由生成器和调度器组成的自适应异步LLM智能体,通过在在线Mafia游戏中与人类玩家对战验证其表现与人类相当,为LLM融入现实异步群组场景奠定基础。
2025-09-20 cs.AI cs.CL cs.MA
Solving Vehicle Routing Problem for unmanned heterogeneous vehicle systems using Asynchronous Multi-Agent Architecture (A-teams)
University of Illinois Chicago(伊利诺伊大学芝加哥分校)
快速移动但耗电的无人机(UAV)可以在缓慢移动的无人地面车辆(UGV)上充电,以有效和高效的方式调查大面积区域。为了在合理的时间内解决这个具有计算挑战性的问题,我们创建了一个两级优化算法。在外层,UGV的路线参数化的自由参数和在内层,无人机的路线是通过制定和解决车辆路径问题的能力限制,时间窗口,和下降的访问。UGV自由参数需要明智地优化,以创建高质量的解决方案。我们探索了两种方法来调整自由UGV参数:(1)一个遗传算法,(2)异步多智能体体系结构(Ateams)。A-teams使用多个代理来创建、改进和破坏解决方案。并行异步架构使A-teams能够快速优化参数。测试结果表明,A-团队产生类似的解决方案的遗传算法,但速度的2-3倍。
2023-03-07 cs.DC cs.MA cs.RO
Macro-Action-Based Multi-Agent/Robot Deep Reinforcement Learning under Partial Observability
Khoury College of Computer Sciences(库里计算机学院)
最先进的多智能体强化学习(MARL)方法为各种复杂问题提供了有前途的解决方案。然而,这些方法都假设代理执行同步的连续动作执行,使得它们不能真正扩展到长期现实世界的多代理/机器人任务,这些任务本质上要求代理/机器人在不同的持续时间异步推理高级别的动作选择。MacDec-POMDP(Mac-Action Decentralized Partially Observable Markov Decision Process)是一种用于完全协作多智能体任务中不确定异步决策的通用形式化描述。在这篇论文中,我们首先提出了一组基于价值的强化学习方法的MacDec-POMDPs,其中代理被允许执行异步学习和决策与宏动作价值函数在三个范式:分散学习和控制,集中学习和控制,和集中训练分散执行(CTDE)。在上述工作的基础上,我们制定了一套基于宏动作的策略梯度算法的三种训练范式下,代理被允许直接优化其参数化的政策在一个异步的方式。我们评估我们的方法在模拟和真实的机器人在各种现实的域。实证结果表明,我们的方法在大型多智能体问题的优越性,并验证了我们的算法的有效性,学习高质量和异步的解决方案与宏观行动。
2022-10-11 cs.AI cs.MA cs.RO
On-Demand Communication for Asynchronous Multi-Agent Bandits
Univ. of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Nanjing University(南京大学);The Chinese Univ. of Hong Kong(香港中文大学)
本文提出按需通信协议ODC,针对异步多智能体多臂老虎机问题,根据经验拉动时间定制通信,集成于UCB和AAE扩展算法,实现通信高效且遗憾值接近最优。
2023-08-31 cs.DC cs.LG cs.MA
Cooperative Multi-Agent Reinforcement Learning: Asynchronous Communication and Linear Function Approximation
Yale University(耶鲁大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文研究情景式马尔可夫决策过程中的多智能体强化学习,提出一种基于值迭代的异步通信算法,利用线性函数近似实现了低通信开销下的高效合作,并给出了遗憾与通信复杂度的理论上下界。
2023-06-24 cs.AI cs.LG cs.MA
TraF-Align: Trajectory-aware Feature Alignment for Asynchronous Multi-agent Perception
School of Vehicle and Mobility, Tsinghua University(清华大学车辆与 Mobility学院);State Key Lab of Intelligent Green Vehicle and Mobility(智能绿色车辆与交通全国重点实验室)
针对异步协同感知中的延迟导致的空间与语义错位问题,提出TraF-Align框架,通过预测特征级轨迹并沿路径采样来对齐特征,在V2V4Real和DAIR-V2X-Seq上创下新基准。
2025-03-25 cs.CV cs.MA
DynTaskMAS: A Dynamic Task Graph-driven Framework for Asynchronous and Parallel LLM-based Multi-Agent Systems
The University of Tokyo(东京大学);Hiroshima University(广岛大学);National Institute of Informatics(国家信息研究所)
DynTaskMAS通过动态任务图框架提升基于LLM的多智能体系统在异步并行任务处理中的效率与性能。
2025-12-02 cs.AI cs.DC cs.MA
Asynchronous opinion dynamics on the $k$-nearest-neighbors graph
University of Twente(特文特大学);Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, GIPSA-lab(格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化研究所、格勒诺布尔理工学院、GIPSA实验室)
研究异步意见更新机制下的k-最近邻图意见动力学,发现其与传统模型有显著差异,证明当agent数量小于2k时动力学趋于共识。
2018-07-25 cs.MA cs.SY eess.SY
AsynCodeBench: Benchmarking Collaboration of Asynchronous Multi-Agent Systems in Software Engineering
University of Houston(休斯顿大学);New York University(纽约大学);Texas A&M University(德克萨斯农工大学);UCSD(加州大学圣地亚哥分校);Worcester Polytechnic Institute(伍斯特理工学院);Oregon State University(俄勒冈州立大学)
提出依赖为中心的异步多智能体协作基准AsynCodeBench,用ADPR和DRS度量协作,发现编码能力与协作能力存在差距,并识别出跳跃窗口模式。
2026-09-29 cs.AI cs.MA cs.SE
Asynchronous Distributed Bandit Submodular Maximization under Heterogeneous Communication Delays
Department of Aerospace Engineering, University of Michigan(密歇根大学航空航天工程系)
本文研究了在异构通信延迟下异步分布式多智能体带宽子模最大化问题,提出了一种异步协调算法,证明了其在通信延迟和时钟偏差下的近似保证。
2026-08-14 cs.MA cs.SY eess.SY
Asynchronous adaptive networks
Ecole Polytechnique Federale de Lausanne(洛桑联邦理工学院);UCLA(加州大学洛杉矶分校)
在最近的一篇文章[1]中,我们概述了同步网络上的自适应、学习和优化相关进展。讨论了各种分布式策略,这些策略使网络代理的集合能够响应流数据进行本地交互,并不断学习和适应跟踪数据和模型中的漂移。在合理的数据技术条件下,自适应网络在慢适应状态下表现出均方稳定性,其均方误差性能和收敛速度根据网络拓扑结构和数据统计矩进行表征[2]。经典的单智能体的适应和学习的结果被恢复为特殊情况。本章是对文献[1]的补充,并将其结果推广到异步网络。这类网络的运行可能会受到影响其动态行为的各种不确定性来源的影响,包括随机变化的拓扑结构,随机链路故障,随机数据到达时间,以及代理随机打开和关闭。在异步环境中,代理可能会停止更新其解决方案,或者可能会停止以随机方式发送或接收信息,而无需与其他代理协调。该演示文稿将揭示,异步网络的均方误差性能在很大程度上保持不变相比,同步网络。结果证明了显着的弹性合作网络在面对随机事件。
2017-12-12 cs.LG cs.MA math.OC
Robust Asynchronous and Network-Independent Cooperative Learning
我们考虑通过分布式非贝叶斯学习的合作学习模型,其中代理网络试图共同商定一个假设,最好地描述了一个序列的本地可用的观察。最近提出的弱通信网络模型的基础上,我们提出了一个强大的合作学习规则,允许异步通信,消息延迟,不可预测的消息丢失,节点之间的直接通信。我们表明,我们提出的学习动力学保证网络中的所有代理将有一个渐近指数衰减的信念上的错误的假设,这表明所有代理的信念将集中在最佳假设。数值实验提供了一些网络设置的证据。
2020-10-20 cs.DC cs.MA cs.SI
Asynchronous, Option-Based Multi-Agent Policy Gradient: A Conditional Reasoning Approach
Simon Fraser University(西蒙弗雷泽大学);Huawei Technologies Canada Co., Ltd.(华为技术加拿大有限公司)
针对多机器人异步执行选项导致MAPG方法难以推导集中式策略的问题,提出一种条件推理方法,并在基于选项的多智能体合作任务中验证了其有效性。
2023-08-02 cs.AI cs.LG cs.MA
A Discrete-time Reputation-based Resilient Consensus Algorithm for Synchronous or Asynchronous Communications
我们解决的问题,一组代理实现弹性的共识,在攻击代理的存在。我们提出了一个离散时间的基于信誉的共识算法,同步和异步网络开发的本地策略,在每一个时间,每个代理分配一个信誉(0和1之间),每个邻居。然后,在更新其状态时,使用信誉来权衡邻居的值。在温和的假设下,我们证明了:(i)所提出的方法以指数方式收敛于常规代理的共识;(ii)如果常规代理将邻居识别为受攻击节点,那么它确实是受攻击节点;(iii)如果正常节点的一致性值与任何被攻击节点的一致性值不同,则常规代理分配给受攻击邻居的信誉变为零。此外,我们扩展我们的方法,以实现弹性的情况下,有噪声节点,动态网络和随机节点选择。最后,我们用几个例子来说明我们的算法,我们描绘了一些攻击的情况下,可以处理当前的建议,但不是由国家的最先进的方法。
2021-07-01 cs.DC cs.MA cs.SY
Asynchronous Approximate Byzantine Consensus: A Multi-hop Relay Method and Tight Graph Conditions
针对存在拜占庭智能体的异步多跳多智能体系统共识问题,提出MW-MSR算法,刻画了基于严格鲁棒图的紧图条件,提升了网络弹性且复杂度更低,通过算例验证了有效性。
2024-03-12 cs.MA cs.SY eess.SY
Multitask diffusion adaptation over asynchronous networks
Université de Nice Sophia-Antipolis(尼斯索菲亚安提波利斯大学);University of California, Los Angeles(加州大学洛杉矶分校)
本文提出在异步网络上解决多任务问题的模型,分析了均值和均方误差,证明小步长仍能保证稳定性和性能,并通过仿真验证理论结果。
2016-08-12 cs.MA cs.SY eess.SY
Asynchronous MultiAgent Reinforcement Learning for 5G Routing under Side Constraints
Concordia University(康科德大学)
本文提出异步多智能体强化学习框架,用于解决5G路由下的侧约束问题,通过并行规划和资源协调实现高效且鲁棒的路由决策。
2026-01-18 cs.DC cs.LG cs.MA
Asynchronous Message-Passing and Zeroth-Order Optimization Based Distributed Learning with a Use-Case in Resource Allocation in Communication Networks
KU Leuven University(KU Leuven大学)
针对分布式学习中局部与全局代价优化的关联问题,提出基于异步消息传递和零阶优化的分布式学习方法,在通信网络资源分配场景验证其收敛性,实现带宽高效与隐私保护下的智能体协作优化。
2024-12-02 cs.LG cs.MA eess.SP
Asynchronous Collective Tree Exploration: a Distributed Algorithm, and a new Lower Bound
本文研究异步分布式集体树探索问题,提出移动次数至多 $2n+O(k^2 2^kD)$ 的分布式异步算法及其变体,并给出竞争比 $Ω(\log^2 k)$ 的新下界,改进了此前结果。
2025-07-21 cs.DC cs.DS cs.MA
Failure Modes of Deep Multi-Agent RL in Asynchronous Pricing: Reproducible Triggers, Trace Diagnostics, and a Partial Fix
DigitalOcean, USA(DigitalOcean美国)
研究连续时间定价市场中深度多智能体强化学习的两种可复现失败模式:DDPG智能体之间的默契合谋和高事件率下的演员-评论家不稳定性,并通过异步性实现部分修复。
2026-06-03 cs.AI cs.LG cs.MA
Asynchronous Local Computations in Distributed Bayesian Learning
Oklahoma State University(俄克拉荷马州立大学);DEVCOM Army Research Lab(DEVCOM陆军研究实验室)
针对多智能体分布式贝叶斯学习中的通信开销问题,提出基于gossip的异步通信与ULA MCMC局部计算方法,在理论上量化收敛速度,并在真实数据集上实现了更快的初始收敛与高分类准确率。
2024-01-07 cs.DC cs.LG cs.MA
D3ARC: Time-Critical Distributed Disaster Detection for Asynchronous Cooperative Multi-Robot Systems
National and Kapodistrian University of Athens(雅典国立及卡波迪斯特里亚大学);Huawei Heisenberg Research Center(华为海森堡研究中心)
D3ARC提出异步分布式分层框架,通过多机器人协作感知与前瞻策略评估,在时限内高效可靠地检测野火,模拟中任务成功率达94%。
2026-09-09 cs.AI cs.CV cs.MA
The distributed dual ascent algorithm is robust to asynchrony
分布式对偶上升算法是求解具有可分离费用函数的强凸多智能体最优化问题的一种成熟算法。在本文中,我们研究它的异步对应。具体来说,我们假设每个代理只依赖于从一些邻居收到的过时的信息。从现有的随机和双块坐标计划,我们表现出收敛下异构延迟,通信和更新频率。因此,我们的异步双上升算法可以实现,而不需要任何代理之间的协调。
2021-05-04 cs.DC cs.MA math.OC
Intelligent Coordination among Multiple Traffic Intersections Using Multi-Agent Reinforcement Learning
Siemens Technology and Services Pvt. Ltd.(西门子技术服务私人有限公司);International Institute of Information Technology Hyderabad(海得拉巴国际信息技术学院);Indian Institute of Science Bengaluru(班加罗尔印度科学研究所)
我们使用异步优势演员评论(A3 C)实现一个人工智能智能体的控制器,优化交通流量在一个单一的交叉口,然后将其扩展到多个交叉口,考虑多代理设置。我们探索了三种不同的方法来解决多智能体问题-(1)使用A3 C的异步属性,使用单个智能体控制多个交叉口(2)利用多个交叉口的独立智能体之间的自我/竞争游戏(3)在智能体之间摄取全局奖励函数,以引入交叉口之间的合作行为。我们观察到,(1)和(2)导致交通拥堵减少。此外,(3)与(1)和(2)的使用导致拥塞的进一步减少。
2020-06-28 cs.AI cs.LG cs.MA
Asynchronous Cooperative Online Learning for Multi-Robot Control under Computational Delays
Technical University of Munich(慕尼黑工业大学);University of California at Riverside(加州大学河滨分校)
针对多机器人控制中计算延迟与查询点差异问题,提出异步协同在线学习策略与伴随MAS分布式控制律,经无人水面艇仿真验证,其学习与控制性能优于现有最优方法。
2026-09-01 cs.LG cs.MA cs.RO