Time-To-Reach Separation and Safety Filtering for Safe, Fair, and Efficient Multi-Agent Coordination
Department of Electrical Engineering and Computer Sciences, University of California, Berkeley(加州大学伯克利分校电子工程与计算机科学系);Department of Aeronautics and Astronautics, Massachusetts Institute of Technology(麻省理工学院航空与航天系);GRASP Laboratory, University of Pennsylvania(宾夕法尼亚大学GRASP实验室);Department of Electrical and Computer Engineering, University of California, Los Angeles(加州大学洛杉矶分校电子与计算机工程系)
本文提出了一种多智能体协调框架,利用最小时间到达(TTR)作为统一指标用于优先级分配、时间分离和安全过滤,以协调多个空中车辆进入空中走廊并保持车辆间安全分离。
2026-09-28 cs.MA cs.RO cs.SY
Per-Shipment Multi-Agent Reinforcement Learning for Intermodal Freight Routing Under Hurricane Disruption
University of Tennessee(田纳西大学)
针对飓风破坏下的联运货运路径规划问题,研究将其建模为Dec-POMDP,训练IPPO并与启发式方法对比,发现IPPO在吞吐量和交付率上占优,在需求激增时优势更显著,MAPPO则存在队列不匹配的局限性。
2026-08-11 cs.MA
AutoGenesisAgent: Self-Generating Multi-Agent Systems for Complex Tasks
本文提出AutoGenesisAgent,一个能自主设计并部署针对特定任务的多智能体系统,通过专门智能体协同管理全生命周期,减少初期人工监督。
2024-04-25 cs.MA
Multi-agent reinforcement learning using echo-state network and its application to pedestrian dynamics
Data Science and AI Innovation Research Promotion Center, Shiga University(滋贺大学数据科学与人工智能创新研究促进中心)
本文提出用回声状态网络结合最小二乘策略迭代实现多智能体强化学习行人模拟,并在路径选择与双向行人流任务中验证了其在较低智能体密度下能够成功学会避让前行。
2024-10-07 cs.AI cs.LG cs.MA
Governing What the EU AI Act Excludes: Accountability for Autonomous AI Agents in Smart City Critical Infrastructure
Higher Colleges of Technology(高等技术学院);Central Michigan University(中央密歇根大学)
本文探讨了欧盟人工智能法案在智能城市关键基础设施中自主AI代理问责制的不足,提出AgentGov-SC治理架构以弥补监管空白。
2026-05-01 cs.AI cs.CY cs.MA
Generating Local Shields for Decentralised Partially Observable Markov Decision Processes
University of Oxford(牛津大学)
本文提出一种护盾过程代数,用于在无通信的Dec-POMDP中指定安全全局行为,通过编译过程自动机和全局Mealy机,生成局部Mealy机以减少碰撞。
2026-04-08 cs.MA
SOCIALMAPF: Optimal and Efficient Multi-Agent Path Finding with Strategic Agents for Social Navigation
我们提出了一个扩展的MAPF制定,称为SocialMAPF,占私人激励的代理人在受限的环境,如门口,狭窄的走廊,走廊交叉口。例如,SocialMAPF能够准确地推理出一个代理人赶往医院的紧急激励,而不是另一个代理人去杂货店的不那么紧急的激励; MAPF忽略了这种代理人特定的激励。我们提出的配方解决了开放的问题,最佳和有效的路径规划与私人激励代理。为了解决SocialMAPF,我们提出了一类新的算法,在冲突解决过程中使用机制设计,同时优化代理的私人本地公用事业和全球系统的目标。我们进行了大量的实验表明,最佳的基于搜索的MAPF技术导致碰撞和增加的时间到目标的SocialMAPF相比,我们提出的方法使用机制设计。此外,我们的经验表明,机制设计的模型,最大限度地提高代理效用和最大限度地减少整个系统的整体时间到目标。我们进一步展示了机制设计为基础的规划的能力,成功地将其部署在环境中的静态障碍。最后,我们简要地列出了几个研究方向,使用SocialMAPF制定,如探索运动规划在连续域的代理与私人激励。
2022-10-15 cs.AI cs.GT cs.MA
Generating Plans for Belief-Desire-Intention (BDI) Agents Using Alternating-Time Temporal Logic (ATL)
Department of Systems and Computer Engineering(系统与计算机工程系);Carleton University(卡尔顿大学)
本文提出一种基于交替时序逻辑(ATL)自动生成BDI智能体计划的工具,以支持多智能体系统中的竞争与合作,并通过协作游戏验证了计划能够帮助智能体成功实现共同目标。
2025-09-17 cs.AI cs.LO cs.MA
PokéAI: A Goal-Generating, Battle-Optimizing Multi-agent System for Pokemon Red
Qingdao Academy(青岛研究院);Department of Mathematics and Computer Science(数学与计算机科学系)
提出首个自主游玩《宝可梦 红》的多智能体LLM框架PokéAI,包含Planning、Execution和Critique三个智能体形成闭环决策,其战斗模块胜率达80.8%,并揭示了LLM语言能力与策略推理的关联及独特游玩风格。
2025-06-30 cs.AI cs.MA
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding
AIRI;MIPT(莫斯科物理技术学院);London Institute for Mathematical Sciences(伦敦数学科学研究院)
本文提出共享循环记忆Transformer(SRMT),通过全局共享内存工作区实现去中心化多智能体的无约束协调,在PO-MAPF等任务上表现优于基线,可扩展且无需领域特定启发式。
2026-08-25 cs.AI cs.LG cs.MA
Generating Causal Explanations of Vehicular Agent Behavioural Interactions with Learnt Reward Profiles
Oxford Robotics Institute, Dept. of Eng. Sci., University of Oxford(牛津大学机器人研究所)
针对自动驾驶智能体行为交互缺乏可解释性的问题,提出通过学习智能体奖励指标权重实现因果解释推断的方法,在三个真实驾驶数据集上验证了性能优势。
2025-03-18 cs.AI cs.MA cs.RO
Homotopy-aware Multi-agent Navigation via Distributed Model Predictive Control
School of Advanced Manufacturing and Robotics, Peking University(先进制造与机器人学院,北京大学);School of Computer Science and Engineering, Beihang University(计算机科学与工程学院,北航)
针对密集环境中多智能体穿越狭长走廊易死锁的问题,提出结合同伦感知全局路径规划与MPC局部轨迹优化的分布式框架,成功率提升至90%以上。
2025-07-26 cs.MA cs.RO cs.SY
Online Re-Planning and Adaptive Parameter Update for Multi-Agent Path Finding with Stochastic Travel Times
Panasonic Holdings Corporation(松下控股株式会社);Ritsumeikan University(立命馆大学)
本研究探讨多智能体路径搜寻问题,行程时间为连续且随机,且其机率分布未知。我们的目的是管理一组自动化机器人,在行人和各种机器人共存的建筑物中提供包裹递送服务,例如办公楼,医院和公寓的递送服务。在这些现实世界的应用中,机器人穿越走廊所需的时间通常是连续的,并且是随机分布的,并且旅行时间的概率分布的先验知识是有限的。多智能体路径搜索已被广泛研究和应用于机器人管理系统,然而,在这样的环境中,机器人操作自动化仍然是困难的。我们建议1)在线重新规划更新的机器人的行动计划,而它的执行,和2)参数更新估计的概率分布的行程时间使用贝叶斯推理的延迟观察。我们使用一个贪婪的启发式,以获得在有限的计算时间的解决方案。通过模拟,我们经验比较我们的方法的性能,现有的方法在冲突概率和机器人的实际行程时间。仿真结果表明,所提出的方法可以找到至少50%的旅行路径,减少冲突和更短的实际总行程时间比现有的方法。所提出的方法需要少量的试验,以实现性能,因为参数更新的优先级上的重要边缘的路径规划,从而满足快速实施的鲁棒规划的自动化交付服务的要求。
2023-02-03 cs.MA cs.RO
Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
Shanghai Jiao Tong University(上海交通大学)
本文将 MAPF 建模为序列问题并证明顺序不变最优性,提出基于 Transformer 的 SePar,以线性复杂度实现隐式全局信息交换,在仓库类 MAPD 任务中优于现有学习方法。
2025-09-30 cs.AI cs.LG cs.MA
Quantifying the effects of environment and population diversity in multi-agent reinforcement learning
DeepMind(深度思维)
泛化是多智能体强化学习的一个主要挑战。一个智能体在新的环境中以及与新的合作者互动时表现如何?在本文中,我们调查和量化的泛化和多样性之间的关系在多智能体域。在这里考虑的多代理环境的范围内,程序生成训练水平显着提高代理性能的保持水平。然而,在训练中使用的特定级别上的代理性能有时会因此而下降。为了更好地理解合作者变化的影响,我们的实验引入了一个新的环境不可知的行为多样性的措施。结果表明,种群规模和内在动机都是产生更大的种群多样性的有效方法。反过来,在某些(但不是所有)情况下,与不同的合作伙伴一起训练可以加强代理人的表现。
2022-03-04 cs.AI cs.MA
Decentralized Social Navigation with Non-Cooperative Robots via Bi-Level Optimization
University of Texas, Austin(德克萨斯大学奥斯汀分校)
本文提出一种基于双层优化的去中心化非合作多机器人导航算法,通过上层规划通行顺序、下层规划轨迹实现类人导航,在真实与仿真场景验证中性能优于多种现有方法,流率接近人类水平。
2023-06-15 cs.AI cs.MA cs.RO
Exploration and Coordination of Complementary Multi-Robot Teams in a Hunter and Gatherer Scenario
Lamar University(拉马尔大学)
猎人和采集者方法处理动态多机器人任务分配问题,其中任务在不知不觉中分布在环境中。这种方法采用两个互补的代理团队:一个敏捷的探索(猎人)和另一个灵巧的完成(采集者)任务。虽然这种方法已经研究了任务规划的角度来看,在我们以前的作品,多机器人探索和协调方面的问题仍然没有调查。本文提出了一种基于“期望信息增益”的多机器人搜索算法,以最小化分布式任务完成的集体成本。此外,我们提出了一个协调的解决方案之间的猎人和采集者整合的新概念的利润率的概念,期望信息增益。广泛的仿真结果的统计分析证实了所提出的算法的有效性,在不同的环境中不同程度的障碍物的复杂性。我们还表明,猎人和采集者之间缺乏有效的协调显着损害了规划的整体效果,特别是在密集的障碍和狭窄的走廊环境。最后,它是统计证明,整体工作量平均分配为每种类型的代理,这确保了所提出的解决方案是不偏向于一个特定的代理和所有代理类似的行为下类似的特点。
2022-03-31 cs.AI cs.MA cs.RO
ALLOY: Generating Reusable Agent Workflows from User Demonstration
University of Michigan, Ann Arbor(密歇根大学安娜堡分校);University of Notre Dame(诺特大学);Purdue University(普渡大学)
ALLOY系统通过用户演示而非提示词生成可重用、可视化的智能体工作流,解决了复杂任务中程序性偏好难以指定和泛化的问题,在12人研究中优于提示词智能体和手动工作流。
2025-10-11 cs.AI cs.HC cs.MA
Terraforming -- Environment Manipulation during Disruptions for Multi-Agent Pickup and Delivery
Technion - Israel Institute of Technology(以色列理工学院)
研究自动化仓库中多智能体拾取与配送问题,提出Terraforming MAPD(tMAPD)方法,允许智能体在中断时动态移动货架以开辟通道,相比传统MAPD方法提升吞吐量超10%并显著降低服务时间。
2023-05-19 cs.AI cs.MA cs.RO
SimTIO: A Simulation-Grounded Multi-Agent LLM Framework for Compositional Traffic Intervention Optimization
Rensselaer Polytechnic Institute(伦斯勒理工学院)
SimTIO提出一种仿真支撑的多智能体大语言模型框架,通过组合信号控制等干预措施并基于仿真反馈优化,在约束全网性能下平均降低9.18%的瓶颈时间损失,支持LLM作为受约束的局部搜索算子。
2026-09-09 cs.MA cs.SY eess.SY
PopGen: Generating Semantically Diverse Populations for Zero-Shot Coordination
EPFL(洛桑联邦理工学院);UC Berkeley(加州大学伯克利分校);Yonsei University(延世大学);Google DeepMind(谷歌DeepMind);Nomagic(诺玛吉克)
该研究提出PopGen框架,利用LLM生成语义多样化智能体群体,训练出的合作者在四个协作环境中零样本协作性能优于群体博弈基线,且群体规模越大语义多样性越高。
2026-10-14 cs.AI cs.MA
GRASP: Generating, Revising, and Assessing for Strategic Planning with Agentic AI
University of Maryland, College Park(马里兰大学帕克分校);NEC Laboratories America, Inc.(NEC美国实验室公司)
GRASP是一个策略感知的多阶段规划框架,通过解耦生成、修订和评估模块,显著提升了复杂任务中LLM的规划准确率,并在多任务场景下消除了性能下降。
2026-09-25 cs.AI cs.CL cs.LG