Deep Implicit Coordination Graphs for Multi-agent Reinforcement Learning
Stanford University(斯坦福大学);Microsoft(微软);MIT Lincoln Labs(麻省理工学院林肯实验室)
多智能体强化学习(MARL)需要协调来有效地解决某些任务。由于联合行动空间的大小,完全集中式控制在这些领域通常是不可行的。基于协调图的形式化允许基于交互结构的联合动作的推理。但是,它们在设计中通常需要领域专业知识。本文介绍了这种情况下的深层隐式协调图(DICG)架构。DICG包括用于推断动态协调图结构的模块,该动态协调图结构然后被基于图神经网络的模块用来学习隐式地推理联合动作或值。DICG允许通过标准的行动者-批评者方法学习完全集中和分散之间的权衡,以显着提高具有大量代理的域的协调。我们将DICG应用于集中培训集中执行和集中培训分散执行制度。我们证明,DICG解决了相对过度泛化的病理捕食-猎物的任务,以及优于各种MARL基线上具有挑战性的星际争霸II多智能体挑战赛(SMAC)和交通路口的环境。
2021-02-03 cs.AI cs.LG cs.MA
Cooperative Multi-Agent Transfer Learning with Level-Adaptive Credit Assignment
Beijing Institute of Technology(北京理工大学);Shanghai Jiao Tong University(上海交通大学);Tianjin University(天津大学)
将迁移学习扩展到协作式多智能体强化学习(MARL),近年来受到广泛关注。与单Agent环境相比,协作MARL中不可缺少的协调约束了每个Agent的策略。然而,现有的转移方法只关注代理策略,忽略了协调知识。我们提出了一个新的架构,实现了强大的协调知识转移,通过适当的分解成几个协调模式的整体协调。我们使用一种新的混合网络命名为水平自适应Q Transformer(LA-Q Transformer),以实现代理协调,考虑信用分配,与适当的协调模式,为不同的代理实现了一种新的水平自适应Transformer(LA-Transformer)专门用于协调知识的传输。此外,我们使用了一种新的代理网络人口不变的代理Transformer(PIT),以实现在更多的场景协调转移。在《星际争霸II》微观管理中的大量实验表明,LA-QTransformer与PIT一起实现了与最先进的基线相比的卓越性能。
2021-06-03 cs.AI
Symbolic Guidance for LLM Agents in Distributed Multiagent Coordination
本研究提出符号引导分类法(SGT),通过调节LLM智能体的自主性层级(介于自然语言推理与完全算法执行之间),显著提升分布式多智能体协调性能,确立了自主性调节作为关键设计原则。
2026-10-26 cs.AI
Coordination Matters: Process-Aware Evaluation of Cooperative Multi-Agent Reinforcement Learning
University of Virginia(弗吉尼亚大学)
本文提出一种考虑协作的评估视角,通过STAT测试平台评估六种价值导向的MARL方法,揭示不同协调机制对性能的影响。
2026-10-19 cs.AI cs.LG cs.MA
Coordination-driven learning in multi-agent problem spaces
U.S. Army Research Laboratory(美国陆军研究实验室)
我们讨论了协调作为一个直接的学习目标在多智能体强化学习(MARL)领域的作用。为此,我们提出了一种新的手段,量化协调多智能体系统,并讨论了使用这样的措施,以优化协调代理政策的影响。这一概念对感知对手的强化学习具有重要意义,我们将其视为多智能体学习的一个子域。
2018-09-13 cs.AI cs.MA
Epistemic-Probabilistic Model for Guarded Multi-Agent LLM Coordination
Pasargad Institute for Advanced Innovative Solutions(帕萨尔加德先进创新解决方案研究所);Iran University of Science and Technology(伊朗科技大学)
针对多智能体LLM缺乏社会智能与协调机制的问题,提出EPLA神经符号架构,通过符号保护器控制动作执行,并用认知概率八卦模型形式化认知层,以增强协调能力。
2026-09-25 cs.AI
A Model-Based Solution to the Offline Multi-Agent Reinforcement Learning Coordination Problem
Mila - Quebec AI Institute(魁北克人工智能研究所);McGill University(麦吉尔大学);University of Oxford(牛津大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校);Meta AI - FAIR(Meta AI 基础人工智能研究团队)
本文针对离线多智能体强化学习中的协调问题,提出首个基于模型的离线MARL方法MOMA-PPO,通过生成合成交互数据解决策略一致与策略微调挑战,显著优于无模型方法。
2024-01-18 cs.AI cs.LG cs.MA
Modeling Sensorimotor Coordination as Multi-Agent Reinforcement Learning with Differentiable Communication
Stanford University(斯坦福大学)
多智能体强化学习已经显示出对各种合作任务的承诺,作为可区分的智能体通信的最新发展的结果。然而,大多数架构都局限于同类代理的池,限制了它们的适用性。在这里,我们提出了一个模块化的框架,学习复杂的任务,传统的单体代理被框定为一个合作的异构代理的集合。我们应用这种方法来模拟感觉运动协调在新皮层作为一个多智能体强化学习问题。我们的研究结果证明了所提出的架构的概念验证,并为学习复杂任务和理解大脑和未来智能系统中的功能定位开辟了新的途径。
2019-09-12 cs.AI cs.MA
When Does Hierarchy Help? Benchmarking Agent Coordination in Event-Driven Industrial Scheduling
Zhejiang University(浙江大学)
本文通过DESBench基准测试,探讨不同协调范式在复杂环境中的表现,揭示层级结构对代理系统行为的影响及设计权衡。
2026-05-13 cs.AI cs.MA
Joint Attention for Multi-Agent Coordination and Social Learning
Google(谷歌)
联合注意力-有目的地协调注意力与另一个代理的能力,并相互关注同一件事-是人类社会认知的关键组成部分。在本文中,我们问联合注意力是否可以作为一种改善多智能体协调和社会学习的机制。我们首先开发具有循环视觉注意力架构的深度强化学习(RL)代理。然后,我们训练代理,以尽量减少他们在每个时间步应用到环境的注意力权重之间的差异,并注意其他代理。我们的研究结果表明,这种联合注意力激励提高代理的能力,解决困难的协调任务,通过减少探索联合多代理动作空间的指数成本。在多个环境中,联合关注比竞争性集中批评基线带来更高的性能。此外,我们表明,联合注意力提高代理的能力,学习专家在他们的环境中,即使在完成硬探索任务,不需要协调。总之,这些研究结果表明,联合注意力可能是一个有用的归纳偏见多智能体学习。
2021-08-08 cs.AI cs.MA
Multi-agent coordination using nearest neighbor rules: revisiting the Vicsek model
最近,Jadbabaie,Lin和Morse(IEEE TAC,48(6)2003:988-1001)提供了Vicsek等人在1995年提出的移动自主智能体组的离散时间模型的数学分析。在他们的论文中,Jadbabaie等人表明,所有的代理人都应该在同一个标题中移动,只要这些代理人定期连接在一起。本文锐化这一结果表明,协调将达到一个非常弱的条件下,要求所有的代理人最终连接在一起。这个条件也严格弱于Jadbabaie等人所期望的条件。
2004-07-14 cs.AI cs.MA
Towards Zero-Shot Coordination between Teams of Agents: The N-XPlay Framework
针对多智能体团队间零样本协调问题,提出N-XPlay框架,扩展Overcooked基准至N人场景,实验表明其优于自对弈方法,能更好平衡团队内外协调。
2025-06-21 cs.AI cs.MA
Signal Instructed Coordination in Cooperative Multi-agent Reinforcement Learning
Shanghai Jiao Tong University(上海交通大学);Tencent AI Lab(腾讯人工智能实验室);University College London(伦敦大学学院);Carnegie Mellon University(卡内基梅隆大学);Huya AI(虎牙人工智能)
在许多现实世界的问题中,一组智能体需要合作以最大化共同的回报。虽然现有的工作制定这个问题到一个集中学习与分散执行框架,这避免了非平稳问题的训练,他们的分散执行范式限制了代理的协调能力。受相关均衡概念的启发,我们提出引入协调信号来解决这一限制,并从理论上证明了在温和的条件下,具有协调信号的分散代理可以协调其由集中控制器操纵的个人策略。引入协调信号的思想是将协调策略封装到信号中,并利用信号来指导分散执行中的协作。为了鼓励代理学习利用协调信号,我们提出了信号指导协调(SIC),一种新的协调模块,可以集成到大多数现有的MARL框架。SIC将从预定义分布中采样的公共信号投射到所有代理,并引入信息理论正则化以促进观察到的信号与代理策略之间的一致性。我们的实验表明,SIC一致提高性能公认的MARL模型在矩阵游戏和捕食者-猎物游戏与高维战略空间。
2019-11-20 cs.AI cs.MA
Improving Multi-agent Coordination by Learning to Estimate Contention
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
我们提出了一个多智能体学习算法,ALMA学习,在大规模系统中的高效和公平的分配。我们规避了多智能体学习的传统陷阱(例如,移动目标问题、维数灾难或对相互一致的行动的需要)。ALMA学习是分散的,只观察自己的动作/奖励对,不需要智能体通信,并在各种合成场景和现实世界的会议调度问题中实现接近最优(<5%损失)和公平的协调。轻量级的特性和快速的学习使ALMA-Learning成为设备上部署的理想选择。
2021-06-20 cs.AI cs.MA
When Numbers Start Talking: Implicit Numerical Coordination Among LLM-Based Agents
Luxembourg Institute of Science and Technology(卢森堡科学与技术研究所);University of Trento(特伦托大学);Teesside University(泰赛大学);University of Cambridge(剑桥大学)
本文研究了基于大语言模型的多智能体系统中隐性沟通的博弈理论,分析了不同沟通模式下协调与战略结果的变化。
2026-04-19 cs.AI cs.MA
A Variational Approach to Mutual Information-Based Coordination for Multi-Agent Reinforcement Learning
KAIST(韩国科学技术院)
在本文中,我们提出了一个新的互信息框架的多智能体强化学习,使多个代理学习协调的行为,通过正规化的累积回报与多个代理之间的动作的同时互信息。通过引入一个潜在的变量,诱导非零互信息之间的多智能体的行动和应用变分的界限,我们得到一个听话的下界所考虑的MMI正则化的目标函数。导出的易处理的目标可以被解释为最大熵强化学习结合其他代理行动的不确定性减少。应用策略迭代来最大化导出的下界,我们提出了一个实用的算法命名为变分最大互信息多代理actor-critic,它遵循集中学习与分散执行。我们评估VM 3-AC几个游戏需要协调,数值结果表明,VM 3-AC优于其他MARL算法在多智能体任务,需要高质量的协调。
2023-03-01 cs.AI cs.MA
A Responsibility-Centered Coordination Mechanism for Decentralized Multi-Agent Systems
Monash University(莫纳什大学)
针对去中心化多智能体系统协调中责任不明确的问题,提出以责任为中心的RCM机制,结合责任约束决策与RCP协议,实验显示其在任务性能、责任指标上优于基准方法,且故障检测能力更强。
2026-10-16 cs.AI cs.MA
Voting Protocols as Coordination Mechanisms for Role-Constrained Multi-Agent Tutoring Systems
University of California, Berkeley(加州大学伯克利分校)
研究投票协议如何塑造四个角色约束的教学智能体之间的协调,通过比较四种投票协议在模拟辅导环境中的效果,发现协议选择显著影响集体决策和协调行为。
2026-06-06 cs.AI cs.MA
AgensFlow: A Coordination-Policy Substrate for Multi-Agent Systems
Independent researcher(独立研究者)
提出AgensFlow框架,将多智能体协调视为在线策略学习问题,通过可学习路由优化协调流程,在分布式系统事件和安全咨询任务上验证了其优于固定管道基线。
2026-05-26 cs.AI cs.LG cs.MA
Regret-Based Multi-Agent Coordination with Uncertain Task Rewards
University of Southampton(南安普顿大学)
许多多智能体协调问题可以表示为DCOP。出于灾难响应中的任务分配,我们扩展了标准DCOP模型,以考虑不确定的任务奖励,完成任务的结果取决于其当前状态,这是随机抽取的未知分布。解决这个问题的目标是为所有代理找到一个最小化整体最坏情况损失的解决方案。这是一个具有挑战性的问题,集中式算法,因为搜索空间的增长指数与代理的数量和标准的DCOP算法,我们有。为了解决这个问题,我们提出了一种新的分散式算法,它结合了最大和迭代约束生成,通过在代理之间传递消息来解决问题。通过这样做,我们的方法扩展性很好,可以解决数百个代理和任务的任务分配问题的实例。
2013-09-08 cs.AI
Contextual Knowledge Sharing in Multi-Agent Reinforcement Learning with Decentralized Communication and Coordination
本文提出一种集成点对点通信与协调的Dec-MARL框架,通过引入目标感知和时间感知的知识共享机制,解决了动态环境中智能体个体目标与有限可观测性带来的协调难题,显著提升了整体性能。
2025-01-26 cs.AI cs.MA
Automatic Curriculum Design for Zero-Shot Human-AI Coordination
Department of AI Convergence, Gwangju Institute of Science and Technology(人工智能融合系,全州科学技术研究院);School of Integrated Technology, Gwangju Institute of Science and Technology(整合技术学院,全州科学技术研究院)
本文提出面向零样本人机协同的自动课程设计方法,通过设计效用函数和协作者采样策略扩展多智能体UED,在Overcooked-AI中显著提升了未知环境下的人机协调性能。
2025-08-21 cs.AI
KABB: Knowledge-Aware Bayesian Bandits for Dynamic Expert Coordination in Multi-Agent Systems
Department of XXX, University of YYY, Location, Country(YYY大学XXX系);School of ZZZ, Institute of WWW, Location, Country(WWW研究所ZZZ学院)
针对多智能体系统静态知识假设和协调低效问题,提出知识感知贝叶斯老虎机(KABB)框架,通过三维知识距离、双重适应机制和知识感知汤普森采样实现动态专家协调,在保持高性能的同时实现最优成本-性能平衡。
2025-09-06 cs.AI
MPAC: A Multi-Principal Agent Coordination Protocol for Interoperable Multi-Agent Collaboration
University of Colorado Denver (CU Denver)(科罗拉多大学丹佛分校)
本文提出MPAC协议,解决多主代理共享状态协调问题,通过五层结构实现显式协调语义,减少协调开销并提升执行效率。
2026-04-10 cs.AI cs.MA
Deep Coordination Graphs
Oxford University(牛津大学)
本文介绍了用于协作多智能体强化学习的深度协调图(DCG)。DCG罢工之间的灵活的代表能力和泛化的联合价值函数的因素,根据协调图到代理对之间的回报。该值可以通过沿着图传递的本地消息来最大化,这允许使用Q学习端到端地训练价值函数。使用深度神经网络来近似支付函数,该深度神经网络采用参数共享和低秩近似来显著提高样本效率。我们表明,DCG可以解决捕食者-猎物的任务,突出了相对过度概括的病理,以及具有挑战性的星际争霸II微观管理任务。
2020-06-23 cs.AI cs.LG cs.MA
Explicit Trait Inference for Multi-Agent Coordination
University of Southern California(南加州大学);AWS Agentic AI Labs(AWS 代理AI实验室)
本文提出显式特征推断方法,通过推断伙伴特征提升多智能体协调效率,在经济游戏和复杂多智能体场景中均取得显著效果。
2026-04-22 cs.AI cs.MA
CodeCRDT: Observation-Driven Coordination for Multi-Agent LLM Code Generation
本文提出CodeCRDT,一种基于CRDT观测驱动的多智能体协调模式,通过共享状态监控替代消息传递,实现无锁并发代码生成,实验显示最高21.1%加速、100%收敛,并揭示了语义冲突率与质量-性能权衡。
2025-10-18 cs.AI cs.DC cs.SE
Self-Organized Polynomial-Time Coordination Graphs
Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University(清华大学交叉信息研究院);Department of Computer Science, University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校计算机科学系);Harvard University(哈佛大学)
协调图是多智能体强化学习中智能体协作建模的一种有效方法。它进行基于图的值分解,并诱导代理之间的显式协调,以完成复杂的任务。然而,在这个范例中的一个关键挑战是贪婪的动作选择的复杂性相对于因式分解的值。它指的是分散约束优化问题(DCOP),其常数比近似是NP-难问题。为了克服这一困难,本文提出了一种新的协作动作选择方法SOP-CG(Self-Organized多项式时间Coordination Graphs),该方法使用结构化的图类来保证协作动作选择的准确性和计算效率。SOP-CG采用动态图拓扑结构来确保足够的价值函数表达能力。图选择被统一到端到端学习范式中。在实验中,我们表明,我们的方法学习简洁和适应良好的图形拓扑结构,诱导有效的协调,并提高了各种合作多智能体任务的性能。
2022-09-16 cs.AI cs.LG cs.MA
Group-Aware Coordination Graph for Multi-Agent Reinforcement Learning
Australian Artificial Intelligence Institute (AAII), University of Technology(澳大利亚人工智能研究所(AAII),悉尼科技大学)
本文提出群体感知协调图,用于捕捉智能体间合作及群体依赖,通过图卷积促进信息交换,并引入群体距离损失增强群体凝聚力。
2026-04-10 cs.AI cs.LG cs.MA
Multi-Agent Coordination Adaptation via Structure-Guided Orchestration
Nanjing University(南京大学);University of Technology Sydney(悉尼科技大学);University of New South Wales(新南威尔士大学)
提出MACA框架,通过概率视角将多智能体协调视为结构与编排的联合后验推断,利用任务和预算条件结构先验指导策略编排,实现高效自适应协调,性能平均提升8.42%且令牌消耗减少43.19%。
2026-05-25 cs.AI cs.MA
SPEAR: An Engineering Case Study of Multi-Agent Coordination for Smart Contract Auditing
Centre for Development of Advanced Computing(先进计算发展中心)
SPEAR通过多智能体框架提升智能合约审计效率,采用风险感知启发式优先级分配与自动修复策略,实验证明其在协调性、恢复能力和资源利用方面的优势。
2026-04-10 cs.AI cs.DC cs.ET
Adaptive Theory of Mind for LLM-based Multi-Agent Coordination
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
本文提出自适应理论 of mind 机制,通过估计伙伴的理论 of mind 深度以提升多智能体协作效率,实验验证了该机制在多个任务中的有效性。
2026-03-17 cs.AI
Embodied Multi-Agent Coordination by Aligning World Models Through Dialogue
Siebel School of Computing & Data Science(计算机与数据科学学院)
研究通过对话机制探索具身智能体的世界模型对齐,发现对话能减少冲突但降低任务成功率,提出评估世界模型对齐的框架。
2026-07-13 cs.AI cs.CL cs.MA
Hierarchical Decentralized Multi-Agent Coordination with Privacy-Preserving Knowledge Sharing: Extending AgentNet for Scalable Autonomous Systems
AgentNet++通过分层去中心化框架和隐私保护技术,提升多智能体系统的可扩展性和隐私保障,实现更高的任务完成率和更低的通信开销。
2026-10-06 cs.AI cs.MA
Revisiting Gossip Protocols: A Vision for Emergent Coordination in Agentic Multi-Agent Systems
IBM Software(IBM软件)
本文重新审视八卦协议,提出将其作为结构化通信的补充,以促进智能体多智能体系统中涌现、自组织的协调,并规划了相关研究议程。
2025-08-03 cs.AI cs.MA
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
Multi-Agent Coordination across Diverse Applications: A Survey
Shenzhen Technology University(深圳技术大学);Tencent(腾讯);Southern University of Science and Technology(南方科技大学);Southwest University(西南大学);University of Technology Sydney(悉尼科技大学)
该综述围绕四个核心协调问题梳理跨应用多智能体协调研究现状,覆盖多类传统与新兴应用领域,分析了现存挑战并指出三大未来研究方向。
2025-02-21 cs.AI cs.MA
Multi-Agent Coordination in Adversarial Environments through Signal Mediated Strategies
Politecnico di Milano(米兰理工大学)
许多真实世界的场景都涉及到必须协调行动以达到共同目标的代理团队。我们专注于设置在一个团队的代理人面临一个对手在一个零和,信息不对称的游戏。团队成员可以在游戏开始前协调他们的策略,但在游戏的游戏阶段无法沟通。例如,在桥牌、扑克牌中的共谋和投标中的共谋就是这种情况。在这种情况下,无模型RL方法通常无法捕获协调,因为代理的策略是以分散的方式执行的。我们的第一个贡献是一个博弈论的集中训练方案,有效地执行轨迹采样,以促进团队协调。当团队成员可以观察到彼此的行动,我们证明,这种方法可以证明产生均衡策略。然后,我们引入了一个信号为基础的框架,代表团队协调战略的缓冲区的过去的经验。每个团队成员的策略被参数化为一个神经网络,其输出取决于从学习的概率分布中提取的合适的外源信号。通过结合这两个元素,我们凭经验证明了在以前最先进的多智能体RL算法没有收敛到协调平衡的情况下。
2021-02-09 cs.AI cs.GT cs.LG
From Competition to Coordination: Market Making as a Scalable Framework for Safe and Aligned Multi-Agent LLM Systems
Algoverse AI Research(Algoverse AI研究院)
本文提出一种基于市场机制的多智能体大语言模型协调框架,通过结构化经济交换提升推理准确性和透明度,实现自我组织和可验证推理,为安全、对齐的AI系统提供可扩展解决方案。
2026-02-23 cs.AI cs.CL cs.MA
Mechanism-Based Intelligence (MBI): Differentiable Incentives for Rational Coordination and Guaranteed Alignment in Multi-Agent Systems
基于机制的智能(MBI)通过可微价格机制实现多智能体系统的理性协调和保证对齐,提供高效、可审计且可扩展的解决方案。
2025-12-22 cs.AI cs.GT cs.LG
Toward Reliable Evaluation of LLM-Based Financial Multi-Agent Systems: Taxonomy, Coordination Primacy, and Cost Awareness
Georgia Institute of Technology(佐治亚理工学院);Adobe Inc.(Adobe公司)
本文提出一种四维分类法,探讨多智能体系统中协调优先性对交易决策质量的影响,并识别五种评估失效现象,提出协调平衡收益指标以评估多智能体协调的真实价值。
2026-03-29 cs.AI cs.CE cs.MA
Resolving Implicit Coordination in Multi-Agent Deep Reinforcement Learning with Deep Q-Networks & Game Theory
我们解决了多智能体深度强化学习中隐式协调的两个主要挑战:状态-动作空间的非平稳性和指数增长,通过将Deep-Q网络用于策略学习与纳什均衡用于动作选择相结合。Q值代理作为纳什设置中的收益,相互最佳对策定义联合行动选择。协调是隐含的,因为多个/没有纳什均衡是确定性解决的。我们证明了游戏类型的知识导致镜像最佳对策和更快的收敛比纳什Q的假设。具体来说,要么选择,要么选择,要么选择,这一点令人鼓舞,因为联合行动的分散协调具有极不稳定的性质。受决斗网络架构的启发,该架构将Q函数扩展到状态和优势流以及剩余网络中,我们学习了单个和联合代理表示,并通过元素加法将它们合并。这简化了协调,将其重新塑造为学习剩余函数。我们还绘制高层次的比较见解的关键MADRL和博弈论变量:竞争与合作,异步与并行学习,贪婪与社会最优纳什均衡平局打破,和战略的情况下,没有纳什均衡。我们使用OpenAI Gym对3个用Python编写的自定义环境进行评估:Predator Prey环境,交替仓库环境和同步环境。每一种环境都需要不断地进行更多的协调,以获得积极的回报。
2020-12-08 cs.AI cs.MA
Feedback-Coupled Memory Systems: A Dynamical Model for Adaptive Coordination
Bangkok University(曼谷大学)
本文提出反馈耦合记忆系统模型,通过闭环交互描述适应性协调机制,证明了系统稳定性、协调不可约简性和双向耦合特性,揭示了协调破裂的预警信号。
2026-03-30 cs.AI cs.MA econ.TH
Distributed Cooperative Multi-Agent Reinforcement Learning with Directed Coordination Graph
North Carolina State University(北卡罗来纳州立大学);Oklahoma State University(俄克拉荷马州立大学);DEVCOM U.S. Army Research Laboratory(美国陆军作战能力发展司令部陆军研究实验室)
现有的分布式协作多智能体强化学习(MARL)框架通常假设无向协调图和通信图,同时通过共识算法估计全局奖励进行策略评估。这样的框架可能会导致昂贵的通信成本,并表现出较差的可扩展性,由于全球共识的要求。在这项工作中,我们研究了MARL与有向协调图,并提出了一个分布式RL算法的本地政策评估是基于本地价值函数。每个Agent的局部价值函数通过有向学习诱导的通信图与其邻居进行局部通信来获得,而不使用任何共识算法。采用基于参数摄动的零阶优化(ZOO)方法实现梯度估计。通过与现有的基于ZOO的RL算法的比较,我们表明,我们提出的分布式RL算法保证了高的可扩展性。一个分布式资源分配的例子来说明我们的算法的有效性。
2022-01-10 cs.AI cs.LG cs.MA
When Agents Coordinate: Measuring Coordination in Multi-Agent AI Coding
University College London(伦敦大学学院)
本研究引入时间网络工具度量多智能体AI编码团队的协作,分析团队规模、结构等对协作的影响,发现智能体存在主动获取隐藏评分材料的倾向,相关结果在封闭环境中得到复现。
2026-08-18 cs.AI cs.SE
Silo-Bench: A Scalable Environment for Evaluating Distributed Coordination in Multi-Agent LLM Systems
Beijing University of Technology(北京理工大学);Zhejiang University(浙江大学);ETH Zürich(苏黎世联邦理工学院);Meituan LongCat Interaction Team(美团LongCat交互团队);Vector Institute for Artificial Intelligence(人工智能向量研究所)
Silo-Bench通过30种算法任务和三个通信复杂度级别评估多智能体系统分布式协调,揭示了通信与推理之间的差距,证明单纯增加智能体数量无法克服上下文限制。
2026-04-13 cs.AI cs.MA
Do Agent Societies Develop Intellectual Elites? The Hidden Power Laws of Collective Cognition in LLM Multi-Agent Systems
Virginia Tech(弗吉尼亚理工大学)
研究LLM多智能体系统中协调动态,揭示协调遵循幂律级联、集中于知识分子精英及系统规模增长时极端事件频发的三大定律,提出整合瓶颈机制及Deficit-Triggered Integration方法提升性能。
2026-04-03 cs.AI cs.MA
CRAFT: Grounded Multi-Agent Coordination Under Partial Information
Department of Computer Science, Colorado State University(计算机科学系,科罗拉多州立大学)
CRAFT 是评估大语言模型在严格部分信息下实用沟通能力的多智能体基准,通过自然语言构建共享3D结构。研究发现更强推理能力不必然带来更好协调,小模型常表现更优,表明多智能体协调仍是当前语言模型的挑战。
2026-04-28 cs.AI cs.CL
The Internet of Agentic AI: Communication, Coordination, and Collective Intelligence at Scale
Department of Electrical and Computer Engineering(电气与计算机工程系);NYU Center for Cybersecurity(纽约大学网络安全中心);NYU Tandon School of Engineering(纽约大学坦顿工程学院);New York University(纽约大学)
本文提出智能体互联网(IoAI)愿景,构建异构智能体在云、边缘、设备等环境中发现、协商、通信与协作的开放生态系统,并探讨其架构、机制及关键研究挑战。
2026-06-12 cs.AI cs.CY 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
Performance-Aware Self-Configurable Multi-Agent Networks: A Distributed Submodular Approach for Simultaneous Coordination and Network Design
University of Michigan(密歇根大学)
本文提出 Anaconda 算法,使多智能体网络在带宽约束下自配置通信拓扑,以平衡可扩展性与最优性,并通过分布式子模方法实现近最优协调,决策速度比现有方法快一个数量级。
2024-09-02 cs.AI cs.MA cs.RO
Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering
openJiuwen Team(开放九文团队);Gaoling School of Artificial Intelligence, Renmin University of China(北京语言大学人工智能学院)
本文提出Swarm Skills,一种扩展Anthropic Skills标准的多智能体规范,使多智能体工作流成为可分发的资产,通过内置语义结构实现自演化,无需人工干预。
2026-05-15 cs.AI cs.CL
MARC v1: An Open-Source Multi-Agent Framework for Clinical AI Reasoning and Coordination
该研究提出开源多智能体框架MARC v1,以确定性多智能体编排替代整体式LLM提示用于临床推理,含角色专业化智能体与分解器模块,支持多部署方式,具备模型无关、可解释等特性。
2026-08-14 cs.AI cs.CL
Reasoning-Aware Prompt Orchestration: A Foundation Model for Multi-Agent Language Model Coordination
Amazon(亚马逊)
该研究提出具备理论基础的动态提示编排框架,通过形式化智能体状态实现多智能体推理协调,实验验证其在延迟、一致性等方面的提升,为多智能体可扩展推理提供新范式与理论支撑。
2025-09-30 cs.AI cs.MA