Multi-Agent Programming Contest 2012 - The Python-DTU Team
我们提供了一个简单的描述Python-DTU系统,包括整体设计,工具和算法,我们计划使用的代理竞赛。
2012-10-01 cs.MA
Multi-Agent Programming Contest 2019 FIT BUT Team solution
在参加MAPC 2019期间,我们开发了两个专为此次比赛设计的多智能体系统。第一个系统是主动系统,它使用预先指定的场景和任务代理,根据分配的角色为各个代理设计生成目标。第二个系统被设计为更具反应性,并采用具有高度动态行为的分层体系结构,其中代理人根据他们对所述动作的有用性的感知来选择他们自己的动作。
2020-08-03 cs.MA
At Equal Inference Cost, Multi-Agent Structure Does Not Beat a Single Frozen Agent
Trinity College Dublin(都柏林三一学院);University College Dublin(都柏林大学);Dublin City University(都柏林城市大学)
该研究在相同推理成本下对比多智能体团队与单个冻结智能体的性能,提出MA-Evolve方法,发现多智能体结构无明显优势,仅执行器贡献性能提升。
2026-09-07 cs.MA
Relational Weight Optimization for Enhancing Team Performance in Multi-Agent Multi-Armed Bandits
本研究针对多智能体多臂老虎机场景,提出基于FMMC和FDLA的关系权重优化方法,通过优化通信网络边权重加快分布式共识收敛,在大型受限网络中验证了共识速度略有提升的效果。
2024-10-30 cs.MA
Fast Teammate Adaptation in the Presence of Sudden Policy Change
针对合作多智能体强化学习中队友突发策略变化问题,提出Fastap框架,通过聚类队友策略并利用上下文快速适应,在多个基准上超越基线方法。
2023-05-10 cs.MA
Creating Teams of Simple Agents for Specified Tasks: A Computational Complexity Perspective
团队的互动和合作代理已被提出作为一个有效的和强大的替代单片集中控制在各种应用程序中执行指定的任务。已经研究了许多不同的团队和代理架构,例如,基于单个与多个行为不同类型的代理(同质与异质团队)、简单与复杂代理、直接与间接代理到智能体通信的团队。一个共识正在形成,(1)由简单的代理人组成的异构团队,间接沟通是可取的,(2)自动化的方法来验证和设计这样的团队是必要的。在本文中,我们使用计算复杂性分析,以评估可行的算法选项,这种自动化的方法,为各种类型的团队。最近的复杂性分析解决相关问题的群体机器人的基础上,我们证明了自动化的团队验证和设计是由大的准确和近似多项式时间棘手的一般最基本类型的同质和异构的团队组成的简单的代理人,间接沟通。我们的研究结果表明,这些问题的易处理性必须寻求相对于团队,代理,操作环境和任务的额外限制。
2022-05-04 cs.CC cs.MA
Language Grounded Multi-agent Reinforcement Learning with Human-interpretable Communication
本文提出将MARL智能体通信空间与人类自然语言嵌入空间对齐的语言接地方法,在保持任务性能的同时加速通信涌现,并实现即兴团队协作中的零样本泛化。
2024-11-25 cs.MA
Preliminary Experimental Results of Context-Aware Teams of Multiple Autonomous Agents Operating under Constrained Communications
这项工作提出并实验测试我们的上下文感知,分布式团队的小型无人机系统(SUAS)能够实时操作,在一个自主的方式,并在受限的通信框架。我们的框架依赖于三个层次的方法:(1)操作层,在快速的时间和狭窄的空间决策;(2)战术层,在时间和空间决策的代理团队;(3)战略层,在缓慢的时间和广泛的空间决策的代理团队。这三个层由一个ad-hoc软件定义的通信网络协调,即使在通信受限的情况下,也能确保在每一层的代理组和团队之间稀疏但及时地传递消息。实验结果提出了一个团队的10个小型无人驾驶航空系统的任务是搜索和监测一个人在一个开放的区域。在操作层,我们的用例提出了一个代理自主执行搜索,检测,定位,分类,识别,跟踪和跟踪的人,同时避免恶意碰撞。在战术层,我们的实验用例呈现了一组多个代理的协作交互,这些代理能够在更广泛的空间和时间区域内监视目标人员。在战略层,我们的用例涉及复杂行为的检测--即被跟踪的人进入汽车并逃跑,或者被跟踪的人离开汽车并逃跑--这需要战略响应才能成功完成任务。
2021-03-25 cs.MA
DelAC: A Multi-agent Reinforcement Learning of Team-Symmetric Stochastic Games
National Tsing Hua University(国立清华大学);MediaTek Inc.(联发科)
本文研究了具有m≥2个团队的团队对称博弈,证明了团队对称博弈总是存在团队对称纳什均衡,并提出了一种基于actor-critic的多智能体强化学习算法,通过模拟展示其优于现有算法。
2026-05-11 cs.GT cs.MA
"Teammates, Am I Clear?": Analysing Legible Behaviours in Teams
SARDINE;Instituto de Telecomunicações(电信研究所);Instituto Superior Técnico(技术高等学院);INESC-ID(葡萄牙创新科学与技术研究所)
针对现有可理解决策研究仅聚焦单智能体-单人类交互、未覆盖团队场景的问题,本文提出多智能体场景下的可理解决策扩展方法,实验证明含可理解性智能体的团队性能优于全标准最优行为智能体团队。
2025-07-29 cs.AI cs.MA
Tasks for agent-based negotiation teams: Analysis, review, and challenges
Universitat Politècnica de València(瓦伦西亚理工大学)
基于代理的谈判团队是一组相互依赖的代理,由于他们在谈判中的共同利益而作为一个单一的谈判方加入。采用基于代理的谈判团队的原因可能会有所不同:(i)更多的计算和并行化能力,(ii)联合具有不同专业知识和技能的代理,其联合工作使得有可能解决复杂的谈判领域,(iii)代表同一方中不同利益相关者或不同偏好的必要性(例如,组织、国家和已婚夫妇)。基于Agent的谈判团队是近年来多Agent研究中的一个热点问题。因此,有必要确定良好的做法,挑战和相关的研究,可能有助于推进国家的最先进的基于代理的谈判团队。出于这个原因,在这篇文章中,我们将审查的任务进行基于代理的谈判团队。每个任务进行了分析,并与当前在不同的研究领域的进展。分析的目的是确定特殊的挑战,可能会出现由于基于代理的谈判团队的特殊性。
2016-04-16 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
Robust Agent Teams via Socially-Attentive Monitoring
University of Southern California(南加州大学)
动态多代理环境中的代理必须监视其对等体以执行个人和组计划。一个关键的开放问题是需要对其他代理的状态进行多少监控才能有效:监控选择性问题。我们调查这个问题的背景下,检测失败的合作代理团队,通过社会关注的监测,重点是监测失败的代理之间的社会关系。我们的经验和分析探索一个家庭的社会关注的团队合作监测算法在两个动态的,复杂的,多代理域,在不同的条件下的任务分配和不确定性。我们表明,一个集中的计划,使用复杂的算法交易的完整性的正确性,并需要监控所有的队友。相比之下,一个简单的分布式团队合作监测算法的结果,在正确和完整的检测团队合作失败,尽管依赖于有限的,不确定的知识,并监测一个团队中的关键代理。此外,我们报告的社会关注的监测系统的设计,并证明其在监测几个协调关系,诊断检测到的故障,以及在线和离线应用程序的一般性。
2011-06-01 cs.AI cs.MA
Agent Team Work Zone: An Automated, Persistent Workspace for Long-Lived Claude Code Agent Teams
研究针对Claude Code等大语言模型智能体在长期工作流程中存在的问题,提出ATWZ,通过围绕其原生智能体团队构建基于文件系统的操作层,保存智能体工作状态等,解决相关问题并减少提示编写工作量。
2026-07-31 cs.AI cs.LG cs.MA
STRATA: A Unified Framework for Task Assignments in Large Teams of Heterogeneous Agents
Georgia Institute of Technology(佐治亚理工学院)
大型团队的异构代理有可能解决复杂的多任务问题,是棘手的一个单一的代理独立工作。然而,解决复杂的多任务问题需要利用团队中不同类型代理的相对优势。我们提出了随机TRAIT为基础的任务分配(STRATA),一个统一的框架,大型团队的异构代理模型,并进行有效的任务分配。具体来说,给定各种任务所需的特征(能力)信息,STRATA计算代理任务的分配,以实现特征要求。受机器人群和生物多样性方面的先前工作的启发,我们根据它们的特征将代理分类为不同的物种(组)。我们将每个特质建模为连续变量,并区分可以和不能从不同代理中聚合的特质。STRATA能够推理物种水平和代理水平的性状变异。此外,我们定义任何给定的团队的连续空间特质模型的基础上的多样性措施。我们说明了STRATA的必要性和有效性,使用详细的实验模拟和在一个捕获的旗帜游戏环境。
2020-02-06 cs.MA cs.RO
Interpretable Learned Emergent Communication for Human-Agent Teams
Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院);University of Pittsburgh(匹兹堡大学)
学习可解释的通信对于多智能体和人类智能体团队(HAT)至关重要。在部分可观察环境的多智能体强化学习中,智能体可以通过学习的通信向其他智能体传递信息,从而允许团队完成其任务。受人类语言的启发,最近的作品研究离散(仅使用有限的令牌集)和稀疏(仅在某些时间步长进行通信)通信。然而,在人类代理团队实验中,这种通信的实用性尚未得到研究。在这项工作中,我们分析了稀疏离散的方法产生紧急通信,使高代理和人类代理团队的性能的有效性。我们开发了仅代理的团队,这些团队通过我们的执行者计划进行稀疏通信,该计划充分限制了任何预算的通信。我们的结果显示,在基准测试环境和任务中,性能没有损失或损失极小。在基准测试环境中测试的人类代理团队中,代理已使用执行者建模,我们发现基于原型的方法产生有意义的离散令牌,使人类合作伙伴能够更快,更好地学习智能体通信比一个热基线。额外的HAT实验表明,适当的稀疏水平降低了人类与代理团队沟通时的认知负荷,并导致卓越的团队表现。
2023-01-05 cs.LG cs.MA cs.RO
Few-Shot Teamwork
University of Edinburgh(爱丁堡大学)
我们提出了新的Few-Shot团队合作(FST)问题,在团队中训练完成一项任务的熟练代理与来自不同任务的熟练代理相结合,并且必须一起学习适应一个看不见但相关的任务。我们讨论了如何FST问题可以被看作是解决两个独立的问题:一个减少经验所需的训练团队的代理完成一项复杂的任务;和一个不熟悉的队友合作完成一项新的任务。解决FST的进展可能会导致多智能体强化学习和特设团队合作的进展。
2022-07-19 cs.AI cs.MA
Optimal Target Assignment and Path Finding for Teams of Agents
University of Southern California(南加州大学)
研究了已知地形下多智能体的目标分配和寻路问题,推广了匿名和非匿名多智能体寻路问题。每个团队的目标数量与团队中的代理数量相同。每个代理必须移动到指定给其团队的一个目标,以便访问所有目标。TAPF问题是首先将代理分配给目标,然后规划代理到目标的无冲突路径,以使完工时间最小化。我们提出了CBM(基于最小成本流)算法,一个分层的算法,解决TAPF实例最佳结合匿名和非匿名的多智能体寻路算法的想法。在低层次上,CBM使用时间扩展网络上的最小成本最大流算法将单个团队中的所有代理分配给目标并规划其路径。在高层次上,CBM使用基于冲突的搜索来解决不同团队中的代理之间的冲突。从理论上证明了CBM是正确的、完备的和最优的。在实验中,我们展示了CBM到TAPF实例的可扩展性,其中包含数十个团队和数百个代理,并将其适应于模拟仓库系统。
2016-12-17 cs.AI cs.MA cs.RO
Evolve as a Team: Collaborative Self-Evolution for LLM-based Multi-Agent Systems
Zhejiang University(浙江大学);Hong Kong University of Science and Technology(香港科技大学);Tencent(腾讯)
提出Meta-Team框架,通过协作自我进化机制,基于执行经验改进多智能体系统的行为、协调和团队组织,在长周期任务中显著优于单智能体、手工MAS及先前进化方法。
2026-10-14 cs.AI cs.MA
Collaboration of AI Agents via Cooperative Multi-Agent Deep Reinforcement Learning
有许多人工智能任务涉及多个交互代理,代理应该学会合作和协作以有效地执行任务。在这里,我们开发和评估各种多代理协议,训练代理与队友在网格足球。我们训练和评估我们的多代理方法对一个团队的运作与智能手编码的政策。作为一个基线,我们训练代理同时和独立,没有沟通。我们的合作协议是参数共享,协调学习与沟通,和反事实的策略梯度。与手工编码的团队相比,使用参数共享训练的团队和使用协调学习训练的团队表现最好,在与手工编码的团队比赛时,得分分别为89.5%和94.5%。与参数共享团队相比,在对抗性训练的情况下,协调学习团队在75%的事件中得分,这表明它是我们方法中适应性最强的。从我们的工作中获得的见解可以应用到其他领域的多智能体协作可能是有益的。
2019-06-30 cs.AI cs.CV cs.MA
Decentralized Role Assignment in Multi-Agent Teams via Empirical Game-Theoretic Analysis
University of Pennsylvania(宾夕法尼亚大学);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Stanford University(斯坦福大学)
我们提出了一种方法,经验博弈论的基础上,作为一个团队的一部分,机器人选择其在团队中的角色,而不明确与团队成员沟通,利用其知识的团队结构。要做到这一点,我们制定的角色分配问题作为一个动态的游戏,并借用实证博弈论分析工具来分析这样的游戏。基于这个博弈论的制定,我们提出了一个分布式控制器,每个机器人动态地决定采取的最佳作用。我们证明了我们的方法在模拟的合作平面操纵的情况下,每个代理选择一组反馈控制政策在每个时刻。使用我们的方法,代理可以有效地合作,而无需通信来操纵对象,同时也避免了碰撞。
2021-09-29 cs.MA cs.RO
LINDA: Multi-Agent Local Information Decomposition for Awareness of Teammates
Nanjing University(南京大学);Tsinghua University(清华大学);Polixir Technologies(南京泛函科技有限公司)
在协作多智能体强化学习(MARL)中,智能体只能访问部分观测,有效地利用本地信息是至关重要的。在长时间的观察中,智能体可以为队友建立\textit{awareness},以缓解部分可观察性的问题。然而,以往的MARL方法通常忽略了这种利用的本地信息。为了解决这个问题,我们提出了一个新的框架,多代理\textit{Local INformation Decomposition for Awareness of teammates}(LINDA),代理学习分解本地信息和建立意识的每个队友。我们将意识建模为随机随机变量,并通过最大化意识与相应代理的实际轨迹之间的互信息来执行表示学习以确保意识表示的信息性。LINDA对特定算法是不可知的,可以灵活地集成到不同的MARL方法中。大量实验表明,该框架能够从局部局部观测中学习信息感知,提高协作效率,显著提高学习性能,尤其是在具有挑战性的任务中。
2022-06-21 cs.LG cs.MA
Who is Helping Whom? Analyzing Inter-dependencies to Evaluate Cooperation in Human-AI Teaming
本文提出'建设性相互依赖'作为评估人机协同合作的新指标,发现训练智能体虽能获得高任务奖励,但无法诱导协作行为,揭示任务奖励与合作无必然联系。
2026-01-17 cs.AI cs.MA
TeamTR: Trust-Region Fine-Tuning for Multi-Agent LLM Coordination
Department of Electrical \& Computer Engineering, University of Arizona;Engineering College, Soochow University;INSAIT, Sofia University "St. Kliment Ohridski";Department of Electrical;Computer Engineering, Stony Brook University
本文提出TeamTR,通过信赖区域框架在每个组件更新后重采样轨迹并控制每个智能体的发散度,解决多智能体系统中因上下文分布变化导致的性能下降问题,实验表明其在协调回归抑制和组件替换支持方面优于单智能体和序列基线。
2026-07-09 cs.LG cs.MA
Interchangeable in Role, Not in History: Replacing Members of Formed LLM Teams
China Agricultural University(中国农业大学);Tianjin University of Finance and Economics(天津财经大学);Jilin University(吉林大学);Tianjin University of Science and Technology(天津科技大学)
本研究验证生产多智能体系统中智能体可互换的假设,通过交换LLM智能体团队角色匹配成员,发现任务得分受影响小但通信量增加,且协调效率的可替代性低于任务结果。
2026-10-26 cs.AI cs.MA
Self-Organizing Agent Teams Learn to Reason Together
Stanford University(斯坦福大学);Together AI;Goizueta Business School, Emory University(埃默里大学戈伊苏埃塔商学院)
本文提出自组织智能体团队(SAT),通过从少量协作中学习可复用策略来组织角色与信息流,在数学和物理基准上显著超越最强成员,并发现可证明性驱动改进。
2026-09-22 cs.AI cs.MA
Task Allocation with Load Management in Multi-Agent Teams
University of Michigan(密歇根大学);Stevens Institute of Technology(史蒂文斯理工学院);US Army CCDC Ground Vehicle Systems Center(美国陆军作战能力发展司令部地面车辆系统中心)
在从同质机器人群到异质人类自主团队的多智能体团队的操作中,可能会发生意外事件。虽然多智能体任务分配问题的操作效率是主要目标,但决策框架必须足够智能,以便在有限资源的情况下管理意外的任务负载。否则,运营效率将大幅下降,超负荷的代理商将面临不可预见的风险。在这项工作中,我们提出了一个决策框架,多智能体团队学习任务分配与负载管理的考虑,通过分散的强化学习,闲置是鼓励和避免不必要的资源使用。我们说明了负载管理对团队绩效的影响,并在示例场景中探索代理行为。此外,代理的合作重要性的措施来推断团队弹性时,面对处理潜在的过载情况。
2022-07-17 cs.AI cs.MA cs.RO
Skynet: A Top Deep RL Agent in the Inaugural Pommerman Team Competition
University of Alberta(阿尔伯塔大学);Borealis AI
Pommerman团队环境是最近提出的一个基准,它涉及一个多智能体域,具有部分可观察性,分散执行(无通信)以及非常稀疏和延迟的奖励等挑战。在NeurIPS 2018上举行的首届Pommerman团队竞赛吸引了25名参赛者,他们提交了一个由2名代理人组成的团队。我们提交的nn_team_skynet955_skynet955赢得了“学习代理”类别的第二名。我们的团队由2个神经网络组成,这些神经网络使用最先进的深度强化学习算法进行训练,并利用奖励塑造、课程学习和自动推理模块等概念进行动作修剪。在这里,我们描述了这些元素,此外,我们提出了一个开源的代理,可用于在Pommerman环境中的培训和测试的集合。代码可在:https://github.com/BorealisAI/pommerman-baseline
2019-04-20 cs.AI cs.LG cs.MA
COSAC: Counterfactual Credit Assignment in Sequential Cooperative Teams
Adobe Research(Adobe研究)
COSAC提出一种无批评者策略梯度方法,通过单个岭回归分解团队奖励,计算每个代理的反事实优势,实现低方差和可控的信用分配,适用于顺序合作团队。
2026-11-13 cs.AI cs.LG cs.MA
Teams of LLM Agents can Exploit Zero-Day Vulnerabilities
University of Illinois Urbana Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对LLM Agent单独利用零日漏洞时长期规划能力不足的问题,提出HPTSA多Agent系统,通过规划Agent调度子Agent协同工作,在14个真实漏洞基准上较现有框架提升达4.3倍。
2025-03-30 cs.AI cs.MA
Multi-Agent Teams Hold Experts Back
stanford(斯坦福大学);apple(苹果公司);goizueta business school, emory(埃默里大学戈izueta商学院)
研究自组织多智能体LLM团队在无约束协调下无法匹配专家性能,发现整合妥协行为是主要瓶颈,导致性能损失高达41.1%。
2026-05-28 cs.AI cs.MA
Learning Transferable Cooperative Behavior in Multi-Agent Teams
Carnegie Mellon University(卡内基梅隆大学)
虽然多智能体交互可以自然地建模为图,但环境传统上被认为是黑盒。我们建议创建一个共享的代理实体图,其中代理和环境实体形成顶点,顶点之间存在边,可以相互通信。智能体通过沿着图的边交换消息来学习合作。我们提出的多智能体强化学习框架对系统中存在的代理或实体的数量以及排列不变性是不变的,这两者对于任何多智能体系统表示都是理想的属性。我们提出了国家的最先进的结果覆盖,形成和线控制任务的多智能体团队在一个完全分散的框架,并进一步表明,学习的政策迅速转移到不同的团队规模的情况下,随着强大的zero-shot泛化性能。这是朝着开发多智能体团队迈出的重要一步,这些团队可以在现实世界中实际部署,而无需假设完全的先验知识或无限距离的即时通信。
2019-06-04 cs.LG cs.MA stat.ML
Scaling Inference-Time Compute with Teams of Coding Agents
Cohere Labs(Cohere 实验室);Cohere
该研究将编码智能体团队设计建模为计算分配问题,通过实验发现合理分配计算可提升效率,为智能体预算分配提供了指导。
2026-10-14 cs.CL cs.MA
Multi-Agent Goal Recognition with Team- and Goal-Conditioned Reinforcement Learning and Factorized Branch-and-Bound
Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)(里约格兰德杜斯阿伦斯天主教大学);Universidade do Vale do Rio dos Sinos (Unisinos)(里约斯inos大学);University of Aberdeen(阿伯丁大学)
提出MAGR-BB方法,利用共享的团队与目标条件策略作为评分模型,结合因子化分支定界搜索,从轨迹中联合推断智能体分组及团队目标,在基准测试中大幅降低假设空间并缩短识别时间。
2026-06-25 cs.AI cs.LG cs.MA
Learning Bilateral Team Formation in Cooperative Multi-Agent Reinforcement Learning
针对多智能体强化学习中单边分组和固定种群的局限,提出动态系统下的双边团队形成学习框架,揭示了算法特性对策略性能与泛化能力的影响,并在多数场景中验证了其竞争优势。
2025-06-24 cs.AI cs.GT cs.LG
Maintaining Ad-Hoc Communication Network in Area Protection Scenarios with Adversarial Agents
University of Bergen(卑尔根大学);National Institute of Advanced Industrial Science and Technology(产业技术综合研究所)
我们解决了一个问题,在基于图的场景中,多个移动代理之间的连接保持,以确保他们可以通信的区域保护。该问题由两个敌对的代理团队组成,它们在两个团队共享的无向图中移动。代理被放置在图的顶点;最多一个代理可以占据一个顶点;并且它们可以以无冲突的方式移动到相邻的顶点。团队的目标不对称:一个队(攻击者)的目的是入侵给定区域,而对手队(防御者)的目的是通过占领选定的顶点来保护该区域不被攻击者进入。防御者团队需要维护可见性图中其自身代理所占据的顶点的连通性。可见性图对顶点对之间的通信的可能性进行建模。我们研究的策略分配顶点被占领的防守队员阻止攻击代理的连接保持在同一时间。为了做到这一点,我们保留了一部分防御代理,这些代理不会试图阻止攻击者,而是用来支持团队的连接。策略的性能在多个基准中进行测试。策略的成功在很大程度上取决于实例的类型,因此这项工作的贡献之一是,我们为不同的实例类型确定合适的策略。
2017-09-04 cs.AI cs.MA
Studying the impact of negotiation environments on negotiation teams' performance
Universidad Politécnica de Valencia(瓦伦西亚理工大学)
在这篇文章中,我们研究了谈判环境的影响,对性能的几个团队内的策略(团队动态)为基础的谈判团队与对手谈判。基于代理的谈判团队是一组代理,它们作为一方加入,因为它们在谈判中有共同的利益。实验表明,谈判环境条件,如双方的最后期限,对手的让步速度,团队成员之间的相似性,和团队规模如何影响性能指标,如团队成员的最小效用,团队成员的平均效用,和谈判轮数。我们的目标是确定哪些团队内部策略在不同的环境条件下更好地工作,以便为团队成员提供有用的知识,根据环境条件选择合适的团队内部策略。
2016-04-16 cs.AI cs.MA
Towards Open Ad Hoc Teamwork Using Graph-based Policy Learning
University of Edinburgh(爱丁堡大学);University of Amsterdam(阿姆斯特丹大学)
特设团队合作是设计一个自主智能体的挑战性问题,它可以快速适应与队友合作,而无需事先的协调机制,包括联合训练。在此领域的先前工作集中在封闭的团队中,其中代理的数量是固定的。在这项工作中,我们考虑开放的团队,允许代理人与不同的固定政策,进入和离开环境,而无需事先通知。我们的解决方案建立在图神经网络学习代理模型和联合行动的价值模型在不同的团队组成。我们贡献了一种新的行动价值计算,集成了代理模型和联合行动价值模型,以产生行动价值估计。我们的经验表明,我们的方法成功地模拟了其他代理人对学习者的影响,导致政策,强大地适应动态的团队组成,并显着优于几种替代方法。
2021-06-09 cs.LG cs.MA stat.ML
PACT: Phenotype-Aware Contrastive Team Representation for Multi-Phenotype Grouped Ad Hoc Teamwork
Sun Yat-sen University(中山大学)
针对多智能体系统中需与多样表型陌生队友协作的MPG-AHT问题,提出PACT方法,经实验验证其在分布外评估与样本效率上均优于现有最优基线。
2026-08-21 cs.AI cs.MA
Sample Efficient Training in Multi-Agent Adversarial Games with Limited Teammate Communication
TCS Research(塔塔咨询服务公司研究部);IIT Bombay(印度理工学院孟买分校)
我们描述了Pommerman TeamRadio的解决方案,这是一个与NeurIPS 2019相关的竞争环境。我们的算法的定义特征是在有限的计算预算内实现样本效率,同时击败前几年的学习代理。所提出的算法(i)使用模仿学习来播种策略,(ii)明确定义两个队友之间的通信协议,(iii)在训练期间塑造奖励以向每个代理提供更丰富的反馈信号,以及(iv)对灾难性的不良行为使用掩蔽。我们描述了针对基线的广泛测试,包括2019年竞争排行榜的测试,以及对学习策略的具体调查以及每次修改对性能的影响。我们表明,所提出的方法能够在50万场比赛的训练中达到有竞争力的表现,明显快于文献中的其他研究。
2020-11-01 cs.LG cs.MA
Observable and Attention-Directing BDI Agents for Human-Autonomy Teaming
人类自主组队(HAT)场景的特点是人类和自主智能体合作,以实现共同的目标。为了实现有效的协作,智能体必须是透明的,并且能够与人类队友共享有关其操作的重要信息。我们解决的挑战,透明度的信念,愿望,意图代理定义的概念代理符号(CAN)语言。我们扩展的语义模型代理是可观察的(即任务的内部状态是可用的),和注意力引导(即特定的状态可以标记给用户),并通过编码米尔纳的bigraphs提供可执行的语义。使用一个例子,无人驾驶飞行器,的BigraphER工具,和PRISM,我们展示和验证如何在实践中的扩展工作。
2021-10-25 cs.HC cs.MA cs.PL
Towards human-agent knowledge fusion (HAKF) in support of distributed coalition teams
IBM Research Europe(IBM欧洲研究院);University of Brescia(布雷西亚大学);Cardiff University(卡迪夫大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校);US Army Research Laboratory(美国陆军研究实验室);Defence Science and Technolog Laboratory(国防科学技术实验室)
未来的联盟行动可以通过人类和机器代理之间的敏捷合作来大大增强,但在联盟背景下,这些代理可能对人类用户不熟悉,并且预计将在广泛的场景中操作,而不是为了特定目的而狭窄地定义。在这样的设置中,至关重要的是,人类代理可以通过其行为的适当透明度来快速建立对机器代理的信任,例如,通过解释。人类代理也能够将他们的本地知识带到团队中,观察情况的发展,并决定哪些关键信息应该传达给机器代理,使他们能够更好地解释特定的环境。在本文中,我们描述了这个人-代理知识融合(HAKF)环境的初始步骤,通过回顾的关键要求,并解释这些如何可以实现的一个例子的情况。我们展示了HAKF如何有潜力为人类和机器代理人带来价值,作为分布式联盟团队的一部分,在复杂的事件处理设置与不确定的来源。
2020-10-23 cs.AI cs.MA
Generalizable Agent Modeling for Agent Collaboration-Competition Adaptation with Multi-Retrieval and Dynamic Generation
Beijing University of Posts and Telecommunications(北京邮电大学);Beijing Institute of Technology(北京理工大学);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Tsinghua University(清华大学)
提出智能体协作-竞争适应(ACCA)设置,并引入多检索与动态生成(MRDG)方法,通过行为轨迹建模队友和对手,在SMAC等基准上显著提升泛化协作与竞争能力。
2025-06-20 cs.AI cs.MA
Turnover-Orthogonal Credit Assignment for Open-Team Multi-Agent Reinforcement Learning
University of California, Merced(加州大学默塞德分校)
针对开放团队中换员与动作信用混淆问题,提出TOCA价值分解方法,分离动作、换员及交互效应,通过置换不变评论家与反事实信用信号提升动态合作场景下的学习稳健性与回报。
2026-10-05 cs.LG cs.MA
Influence of Team Interactions on Multi-Robot Cooperation: A Relational Network Perspective
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校)
针对现有算法忽视团队结构的问题,提出基于关系网络的多机器人协作算法,通过设定智能体间关系赋予优先级以指导协作策略,实验证明其能有效影响算法收敛的解决方案类型。
2023-10-19 cs.MA cs.RO
Reaching Unanimous Agreements Within Agent-Based Negotiation Teams With Linear and Monotonic Utility Functions
Universidad Politécnica de Valencia(瓦伦西亚理工大学)
在这篇文章中,一个基于代理的谈判模型的谈判团队,谈判处理与对手。基于代理的谈判团队是一组代理,它们作为一个单一的谈判方加入,因为它们共享与谈判过程相关的利益。该模型依赖于一个可信的调解人,协调和帮助团队成员在谈判过程中必须采取的决定:哪个报价发送给对手,以及是否接受从对手收到的报价。建议的谈判模型的主要优点是,它保证团队决策的一致性,因为决策报告的效用大于或等于他们的愿望水平,在每一轮谈判的团队成员。这项工作分析了团队内部如何做出一致的决定,以及模型对不同类型操纵的鲁棒性。还进行了实证评估,以研究模型的不同参数的影响。
2016-04-16 cs.AI cs.GT cs.MA
PillagerBench: Benchmarking LLM-Based Agents in Competitive Minecraft Team Environments
Department of Mathematics and Computer Science, Eindhoven University of Technology(埃因霍温理工大学数学与计算机科学系);Department of Informatics, King’s College London(伦敦国王学院信息学系);Department of Computer Science, University of Liverpool(利物浦大学计算机科学系)
针对LLM智能体在竞争性多智能体环境中评估不足的问题,提出PillagerBench基准框架和TactiCrafter多智能体系统,通过可扩展API和策略学习实现优于基线并自适应进化。
2025-09-07 cs.AI cs.MA
Role of diversity in team performance: the case of missing expertise, an agent based simulation
Wigner Research Centre for Physics(维格纳物理研究所);Department of Computational Sciences(计算科学系)
研究通过基于代理的模拟探讨了多样性对团队沟通和绩效的影响,发现情境和功能组成会改变绩效和沟通结果,需引入第三指标全面解释实证发现。
2026-04-23 cs.MA physics.soc-ph
ToMCAT: Theory-of-Mind for Cooperative Agents in Teams via Multiagent Diffusion Policies
SRI International(SRI国际)
本文提出 ToMCAT 框架,将心智理论元学习与多智能体扩散模型结合,并通过动态重规划机制生成团队感知计划,在烹饪模拟中验证其能在不牺牲表现的同时减少资源使用并适应未知队友。
2025-05-06 cs.AI cs.LG cs.MA
Specialize Roles, Mix Deployments: Pushing the Cost-Accuracy Frontier of LLM Agent Teams
University of Edinburgh(爱丁堡大学);Microsoft Research(微软研究院)
提出AgentCARD基准,通过角色感知评估和帕累托前沿分析,发现异构团队在成本-精度前沿上优于同构团队,混合部署可降低12倍成本。
2026-06-23 cs.AI cs.LG cs.MA
The Application of MATEC (Multi-AI Agent Team Care) Framework in Sepsis Care
Princeton University(普林斯顿大学);University of Pittsburgh(匹兹堡大学);University of Pennsylvania Health System(宾夕法尼亚大学医疗系统)
针对资源不足医院脓毒症护理专科资源匮乏的问题,开发整合多类专科AI智能体的MATEC框架,经医生评估实用性与准确性均较好,可辅助医疗工作。
2025-02-09 cs.CL cs.HC cs.MA
Multi-agent Coordination Under Temporal Logic Tasks and Team-Wise Intermittent Communication
Peking University(北京大学)
针对复杂局部任务与间歇通信约束,提出在线分散式协调方案,允许智能体非周期加入或离开通信网络,通过分散式势博弈迭代生成纳什均衡,保证任务完成与通信约束,并经数值模拟验证。
2023-09-06 cs.MA cs.RO
Mixed Cooperative-Competitive Communication Using Multi-Agent Reinforcement Learning
University of Antwerp(安特卫普大学);imec(比利时微电子研究中心)
通过在多智能体环境中使用多个智能体之间的通信,可以通过将一个智能体的观察与同一动态环境中的其他智能体的观察相结合来减少部分可观察性的影响。虽然许多成功的研究已经完成了对合作环境中的沟通学习,在混合合作竞争环境中的沟通学习也很重要,并带来了自己的复杂性,如对方团队偷听的沟通。在本文中,我们应用微分代理间学习(DIAL),合作设置,一个混合的合作竞争环境。我们研究了一个团队的私密通信和另一个团队可以偷听到的通信之间的性能差异。我们的研究表明,在我们选择的环境中,经过给定的训练期后,通信代理能够实现与完全可观察代理相似的性能。总的来说,我们发现,跨团队共享通信的结果在降低性能的沟通团队相比,实现与私人通信的结果。
2021-10-29 cs.LG cs.MA
Multi-Agent Reinforcement Learning for Problems with Combined Individual and Team Reward
University of Central Florida(中佛罗里达大学);Department of Computer Science University of Central Florida(中佛罗里达大学计算机科学系)
许多合作的多智能体问题需要智能体学习个人的任务,同时有助于集体的成功。这是一个具有挑战性的任务,目前国家的最先进的多智能体强化算法,旨在最大限度地提高整体奖励的团队或个人的本地奖励。当任何一种奖励都是稀疏的,导致不稳定的学习时,这个问题就会加剧。为了解决这个问题,我们提出了分解多智能体深度确定性策略梯度(DE-MADDPG):一种新的合作多智能体强化学习框架,同时学习最大化全局和局部奖励。我们评估我们的解决方案上具有挑战性的防御护送队的问题,并表明我们的解决方案实现了显着更好,更稳定的性能比直接适应的MADDPG算法。
2020-03-24 cs.AI cs.LG cs.MA