AI Agent

Generalized Intention Modeling in Multi-Agent Reinforcement Learning

多智能体强化学习中的广义意图建模

Mateusz Odrowaz-Sypniewski, Jasmine Bayrooti, Ajay Shankar, Amanda Prorok

机构 * Department of Computer Science and Technology, University of Cambridge, UK（计算机科学与技术系，剑桥大学，英国） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 提出一种任务自适应的对手建模框架，通过性能驱动的多意图表示混合及最大化与自我智能体未来回报的互信息的新意图表示，提升非合作多智能体环境中的决策性能。

Learning Multi-Agent Coordination via Sheaf-ADMM

通过 Sheaf-ADMM 学习多智能体协调

Jeffrey Seely, Bartłomiej Cupiał, Llion Jones

机构 * universityofwarsaw（华沙大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 提出一种可微优化框架，利用细胞层（sheaf）和ADMM实现多智能体协调，在迷宫路径规划、图像分类和数独任务中验证了其有效性，并展现出优于标准消息传递架构的可解释性和鲁棒性。

Comments 17 pages, 8 figures, 6 tables. Accepted at ICML 2026

Design and Evaluation of Multi-Agent AI Oracle Systems for Prediction Market Resolution

用于预测市场决议的多智能体AI预言机系统的设计与评估

Tarun Kota

机构 * Yale University（耶鲁大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本研究设计并评估了多智能体LLM架构作为预测市场决议的预言机，通过独立聚合与协商共识两种机制，在KalshiBench数据集上对比单模型基线，发现置信度加权投票的独立聚合达到83.43%准确率，而协商共识因错误传播性能下降，并提出了混合AI-人类预言机的路由标准。

Comments 34 pages, 11 figures

Counterfactual Graph for Multi-Agent LLM Calibration

多智能体LLM校准的反事实图

Jiatan Huang, Mingchen Li, Ziming Li, Sunjae Kwon, Hong Yu, Chuxu Zhang

机构 * University of Connecticut（康涅狄格大学） ； University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 针对多智能体LLM系统中通信导致的相关失败和虚假共识问题，提出CAGE-CAL框架，通过比较观察到的通信后图与匹配的反事实无通信图来校准置信度，提升可靠性区分和拓扑选择。

Multi-Agent Teams Hold Experts Back

多智能体团队阻碍专家发挥

Aneesh Pappu, Batu El, Hancheng Cao, Carmelo di Nolfo, Yanchao Sun, Meng Cao, James Zou

机构 * 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） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 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%。

Comments Accepted at the International Conference on Machine Learning (ICML 2026)

Unifying Temporal and Structural Credit Assignment in LLM-Based Multi-Agent Prompt Optimization

统一基于LLM的多智能体提示优化中的时间与结构信用分配

Wenwu Li, Yuran Song, Mingze Zhao, Bo Jin, Wenhao Li

机构 * Tongji University（同济大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出通过时间信用（状态空间瓶颈识别关键轮次）和结构信用（固定角色策略隔离智能体贡献）分解误差信号，并利用离散言语化块坐标下降算法迭代优化角色提示和聚合协议，降低查询复杂度并提升性能。

Comments 15 pages, 4 figures, 6 tables

Learning to Choose: An Empowerment-Guided Multi-Agent System with semantic communication for Adaptive Method Selection

学会选择：一种基于赋权与语义通信的自适应方法选择多智能体系统

Geremy Loachamín-Suntaxi, Robert Lazar, Dimitrios G. Giovanis, Ioannis G. Kevrekidis, Eleni D. Koronaki

机构 * Faculty of Science, Technology and Medicine（科学、技术与医学学院） ； University of Luxembourg（卢森堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Luxembourg Institute of Science and Technology（卢森堡科学与技术研究院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出一种结合上下文赌博机、结构化智能体间通信和语义检查点的多智能体框架，通过保持动作-结果因果一致性来提升科学计算工作流中自适应决策的收敛性、鲁棒性和泛化能力。

Evolve as a Team: Collaborative Self-Evolution for LLM-based Multi-Agent Systems

像团队一样进化：基于LLM的多智能体系统的协作自我进化

Zhezheng Hao, Tianfu Wang, Huanshuo Dong, Ziyan Liu, Hong Wang, Xiankun Lin, Qiang Lin, Can Wang, Hande Dong, Jiawei Chen

机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 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。

MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs

MINDGAMES: 多智能体LLM中社会与策略推理评估的实时竞技场

Kevin Wang, Anna Thöni, Benjamin Kempinski, Bobby Cheng, Jianzhu Yao, Benjamin Finch, Leon Guertler, Viraj Nadkarni, Yihan Jiang, Aliaksei Korshuk, Alexander Buyantuev, Ilya Makarov, Siyuan Wu, Yu-Chi Cheng, Yan-Ru Ju, Ti-Rong Wu, I-Hsuan Chu, Yu-Yu Yang, I-Chen Wu, Yitian Huang, Qinlu Cao, Yiheng Sun, Yuhong Dai, Hongkun Yao, Jingxuan Fu, Jiwei Zhang, Hao Liao, Mossimo Ebeling, Govind Arun, Sadhvik Bathini, Mihir S Arya, Avinash Anish, Aditya Ranjan, Kirtana Sunil Phatnani, Paval KS, Vrushali Mehta, Aravind S, Nikhil Arora, Tanya Upadhyay, Amol Bandagale, Yuan Lu, ChunEn Hsiao, YuTing Lin, Arvin Chung, Jerry John Thomas, Mathieu Laurière, Leshem Choshen, Yoram Bachrach, Pramod Viswanath, Maria Polukarov, Cheston Tan, Tal Kachman, Atlas Wang

机构 * NeurIPS 2025 Competition（NeurIPS 2025 会议） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出MINDGAMES多游戏竞技平台，通过四个游戏环境评估LLM智能体的社会推理与策略能力，揭示规则遵循瓶颈与排行榜有效性差异。

ValueFlow: Measuring the Propagation of Value Perturbations in Multi-Agent LLM Systems

ValueFlow: 多智能体大语言模型中价值扰动的传播度量

Jinnuo Liu, Chuke Liu, Hua Shen

机构 * Center for Data Science, NYU Shanghai（纽约大学上海分校数据科学中心） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 提出ValueFlow框架，通过56维价值数据集和LLM-as-a-judge协议，将价值漂移分解为智能体级响应行为与系统级结构效应，揭示价值对齐是系统级属性。

Comments Preprint. Under review. 28 pages, 10 figures

AgentOrchestra: Orchestrating Multi-Agent Intelligence with the Tool-Environment-Agent(TEA) Protocol

AgentOrchestra：使用工具-环境-智能体（TEA）协议编排多智能体智能

Wentao Zhang, Liang Zeng, Yuzhen Xiao, Yongcong Li, Ce Cui, Yilei Zhao, Rui Hu, Yang Liu, Yahui Zhou, Bo An

机构 * Skywork AI ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出TEA协议和AgentOrchestra框架，通过统一抽象和分层编排实现多智能体系统的生命周期感知协调，在GAIA测试集上达到89.04%的准确率。

Offline Multi-agent Reinforcement Learning via Sequential Score Decomposition

离线多智能体强化学习通过序列得分分解

Dan Qiao, Wenhao Li, Shanchao Yang, Hongyuan Zha, Baoxiang Wang

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）数据科学学院） ； School of Computer Science, Tongji University, Shanghai, China（同济大学计算机科学学院） ； Vector Institute（向量研究所） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 针对离线合作多智能体强化学习中联合动作空间高维和异质行为数据导致的策略分布偏移问题，提出序列得分函数分解方法，利用扩散模型从多模态离线数据中学习每个智能体的正则化信号，指导策略更新至高分、分布内区域，在多个粒子环境和多智能体MuJoCo基准上实现最先进性能。

Comments ICML 2026 Accepted

Journal ref Forty-Third International Conference on Machine Learning, 2026

SwarmHarness: Skill-Based Task Routing via Decentralized Incentive-Aligned AI Agent Networks

SwarmHarness：通过去中心化激励对齐的AI智能体网络进行基于技能的任务路由

Edwin Jose

机构 * Department of Computer Science（计算机科学系） ； Western Michigan University（西部密歇根大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；AI agent(title,abstract)；分类 cs.AI

AI总结 提出SwarmHarness去中心化协议，通过DHT注册、效用函数路由和Shapley值激励，实现无中心化计算集群的自我组织与任务分配。

Roles with Rails: Contract-Preserving Role Evolution in Multi-Agent Structured Reasoning

角色与轨道：多智能体结构化推理中保持契约的角色演化

Ling-Yue Ge, Lan-Zhe Guo

机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 提出SERO框架，通过契约保持的角色演化机制（信用引导检索、保护终端聚合器、条件验证器修复、上下文赌博机控制器）解决多智能体系统中角色漂移和契约破坏问题，在真实推理基准上验证有效性。

Comments 33 pages, 23 figures, 12 tables

CyberJurors: A Multi-Agent Simulation Task for E-Commerce Disputes Verdict

CyberJurors：电商纠纷裁决的多智能体模拟任务

Yanhui Sun, Wu Liu, Haifeng Ming, Xinru Wang, Hantao Yao, Yongdong Zhang

机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 针对电商纠纷裁决需要从冗余多轮多模态证据中提取关键线索并依据平台特定惯例决策的问题，提出多智能体框架CyberJurors，通过个体裁决链式思维和集体陪审共识裁决提升裁决质量，在包含6000真实案例的基准上超越现有方法。

Comments ICML 2026

Defending LLM-based Multi-Agent Systems Against Cooperative Attacks with Sentence-Level Rectification

防御基于LLM的多智能体系统免受合作攻击：句子级纠正方法

Yaoyang Luo, Zhi Zheng, Ziwei Zhao, Tong Xu, Zhao Jielun, Wenjun Xue, Yong Chen, Enhong Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； North Automatic Control Technology Institute（北自动控制技术研究所） ； Shenzhen Institute for Advanced Study, UESTC（深圳先进研究 institute, 中国科学技术大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出一种自适应合作攻击框架，并引入句子级可信度分析与纠正（STAR）防御框架，以识别和纠正多智能体通信中的误导信息，显著提升任务成功率。

Examining Agents' Bias Amplification versus Suppression in Multi-Agent Systems

审视多智能体系统中智能体的偏见放大与抑制

Zejian Eric Wu, Zhongyi Jiang, Yuan Zhuang, Paul Jen-Hwa Hu

机构 * Oregon State University（俄勒冈州立大学） ； Independent Researcher（独立研究者） ； Amazon（亚马逊） ； University of Utah（犹他大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 研究多智能体系统中个体偏见如何影响系统级公平性，提出FBS指标量化偏见变化，发现均匀暴露偏见时系统偏见甚至超过个体偏见之和。

TCP-MCP: Landscape-Guided Co-Evolution of Prompts and Communication Topologies for Multi-Agent Systems

TCP-MCP：面向多智能体系统的提示与通信拓扑的景观引导协同进化

Yi Ding, Zijie Xuan, Haowei Zhou, Zhenyu Ju, Xiaoxiao Dong, Jingwen Zhang, Xingyu Zhu, Leixin Sun, Haochi Zhang

机构 * National Institute of Metrology, China（中国计量科学研究院） ； University of California, Berkeley（加州大学伯克利分校） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Nanjing University of Chinese Medicine（南京中医药大学） ； WEEX Exchange（WEEX交易所） ； National University of Singapore（新加坡国立大学） ； Wuhan University（武汉大学） ； Peking University（北京大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出TCP-MCP框架，通过协同进化智能体提示和通信拓扑，在任务性能、令牌成本和结构复杂度三个目标下实现多智能体系统的成本感知与任务自适应设计。

Long Live the Librarian! A Persistent Search Sub-Agent for Energy-Efficient Multi-Agent Software Engineering Systems

图书馆员万岁！面向节能多智能体软件工程系统的持久搜索子智能体

Seunghyuk Cho, Sunghyun Choi, Jaeseung Heo, Youngbin Choi, Saemi Moon, MoonJeong Park, Dongwoo Kim

机构 * Graduate School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） ； Department of Computer Science and Engineering, POSTECH（POSTECH计算机科学与工程系） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 针对多智能体系统中输出令牌冗余导致的高能耗问题，提出持久搜索子智能体Librarian，通过跟踪仓库搜索历史并抑制重复探索，减少输出令牌量，在SWE-Bench Verified上实现高达25%的GPU能耗降低且不损失任务性能。

Comments 19 pages, 4 figures, 12 tables

Agents that Matter: Optimizing Multi-Agent LLMs via Removal-Based Attribution

重要的智能体：通过基于移除的归因优化多智能体大语言模型

Mingyu Lu, Yushan Huang, Chris Lin, Su-In Lee

机构 * Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 提出一个基于合作博弈的归因框架，通过移除协议和模型替换来识别瓶颈智能体，从而优化多智能体系统性能并降低成本。

You Only Align Once: Propagating Cooperative Behaviors in Multi-Agent Systems through Seed Agents

你只需对齐一次：通过种子智能体在多智能体系统中传播合作行为

Nicole Hsing, Asuka Yuxi Zheng, Yi Zhao, Haoqin Tu, Jen-Tse Huang

机构 * Arcarae ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Northwestern University（西北大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 本文提出对齐传播现象，通过种子智能体在自然语言交互中传播合作行为，在红黑游戏中将合作率从24.8%提升至62.2%，并零样本迁移至Sugarscape场景。

Heterogeneous Multi-Agent Modeling for Measurement and Network Analysis of the Data Service Market

数据服务市场的异构多智能体建模与测量及网络分析

Deyu Zhou, Yuwei Guo, Xudong Lu, Linhao Zhang, Wei Guo, Lizhen Cui

机构 * School of Software, Shandong University（山东大学软件学院） ； Joint SDU-NTU Centre for Artificial Intelligence Research (C-FAIR), Shandong University（山东大学人工智能联合研究中心） ； College of Intelligence and Computing, Tianjin University（天津大学智能与计算学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出一种基于异构多智能体建模的数据服务市场测量与网络分析方法，通过引入服务生态系统理论明确参与者与外部因素，基于价值创造对三级实体进行效用测量，并设计分析框架评估异构网络对效用的影响。

COOP$^2$: Defining, Observing, and Repairing Cooperation in LLM Multi-Agent Systems

COOP$^2$: 定义、观察和修复LLM多智能体系统中的合作

Hanqing Yang, Narjes Nourzad, Shiyu Chen, Marie Siew, Jingdi Chen, Carlee Joe-Wong

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Southern California（南加州大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； University of Arizona（亚利桑那大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出COOP$^2$框架，通过将高层合作动态与任务进度关联，定义可验证的合作任务，并开发COOP$^2$-Repair方法预测约束失败并引导修复，提升LLM多智能体系统的任务成功率和约束满足度。

Long-Term Mapping of the Douro River Plume with Multi-Agent Reinforcement Learning

基于多智能体强化学习的杜罗河羽流长期映射

Nicolò Dal Fabbro, Milad Mesbahi, Renato Mendes, João Borges de Sousa, George J. Pappas

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Faculdade de Engenharia da Universidade do Porto（波尔图大学工程学院） ； Laboratório de Sistemas e Tecnologia Subaquática (LSTS)（水下系统与技术实验室） ； Laboratório Associado de Energia, Transportes e Aeronáutica (LAETA)（能源、运输与航空联合实验室） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 提出一种能量与通信高效的多智能体强化学习方法，结合时空高斯过程回归与多头Q网络控制器，实现多艘自主水下航行器对杜罗河羽流的长期（多天）映射，在Delft3D模拟中优于基准方法，且增加智能体数量可提升精度与续航。

Comments Accepted at the 2026 IEEE International Conference on Robotics and Automation

MetaboT: An LLM-based Multi-Agent Frameworkfor Interactive Analysis of Mass SpectrometryMetabolomics Knowledge Graphs

MetaboT：基于LLM的多智能体框架，用于质谱代谢组学知识图谱的交互式分析

Madina Bekbergenova, Lucas Pradi, Benjamin Navet, Emma Tysinger, Franck Michel, Matthieu Feraud, Yousouf Taghzouti, Yan Zhou Chen, Olivier Kirchhoffer, Florence Mehl, Martin Legrand, Tao Jiang, Marco Pagni, Soha Hassoun, Jean-Luc Wolfender, Wout Bittremieux, Fabien Gandon, Louis-Félix Nothias

机构 * Department of Computer Science, University of Antwerp（安特卫普大学计算机科学系） ； Massachusetts Institute of Technology（麻省理工学院） ； Department of Computer Science, Tufts University（塔夫茨大学计算机科学系） ； Swiss Institute of Bioinformatics (SIB), Lausanne, Switzerland（瑞士生物信息学研究所（SIB），洛桑，瑞士） ； Department of Chemical and Biological Engineering, Tufts University（塔夫茨大学化学与生物工程系） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出MetaboT，一个基于大语言模型的多智能体框架，通过模块化架构将自然语言问题转化为SPARQL查询，降低代谢组学知识图谱的使用门槛。

Journal ref 33rd annual international conference on Intelligent Systems for Molecular Biology (ISMB 2025) / 24th Annual Conference of the European Conference on Computational Biology (ECCB 2025), Jul 2025, Liverpool, United Kingdom

Helicase: Uncertainty-Guided Supply Chain Knowledge Graph Construction with Autonomous Multi-Agent LLMs

Helicase: 不确定性引导的供应链知识图谱构建与自主多智能体大语言模型

Yunbo Long, Haolang Zhao, Ge Zheng, Alexandra Brintrup

机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出Helicase，一种基于多智能体大语言模型的自主系统，通过不确定性引导的迭代验证和知识图谱构建，解决供应链中需要多跳推理的结构化推断问题，并引入SCQA基准评估。

ATOM: Instantiating Budget-Controllable Multi-Agent Collaboration via Nucleus-Electron Hierarchy

ATOM: 通过核-电子层次结构实例化预算可控的多智能体协作

Xinkui Zhao, Sai Liu, Yifan Zhang, Qingyu Ma, Zewen Lin, Naibo Wang, Guanjie Cheng, Chang Liu, Yueshen Xu

机构 * Zhejiang University（浙江大学） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； Zhejiang Key Laboratory of Digital-Intelligence Service Technology（浙江省数字智能服务技术重点实验室） ； Xidian University（西安电子科技大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 提出ATOM框架，采用核-电子层次结构和任务驱动强化学习，生成预算可控的协作图，在保持性能的同时将token效率提升高达30%。

Learning Decentralized LLM Collaboration with Multi-Agent Actor Critic

基于多智能体Actor-Critic的分散式LLM协作学习

Shuo Liu, Tianle Chen, Ryan Amiri, Christopher Amato

机构 * Northeastern University, Boston, MA（波士顿马萨诸塞大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 针对分散式LLM协作优化，提出两种多智能体Actor-Critic方法（CoLLM-CC和CoLLM-DC），实验表明在长时域或稀疏奖励任务中集中式Critic方法优于蒙特卡洛方法和分散式Critic方法。

Communication Gain and Delay Cost Under Cross-Timestep Delays in Cooperative Multi-Agent Reinforcement Learning

跨时间步延迟下合作多智能体强化学习中的通信增益与延迟代价

Zihong Gao, Hongjian Liang, Lei Hao, Liangjun Ke

机构 * The State Key Laboratory for Manufacturing Systems Engineering（制造系统工程国家重点实验室） ； School of Automation Science and Engineering, Xi’an Jiaotong University（西安交通大学自动化科学与工程学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 针对部分可观测环境中跨时间步通信延迟导致的信息错位问题，提出通信增益与延迟代价（CGDC）度量，并基于此设计演员-评论家框架CDCMA，通过预测未来观测和注意力融合延迟消息来提升合作多智能体强化学习的性能、鲁棒性和泛化能力。

Harmonia: Enhancing Data Placement and Migration in Hybrid Storage Systems via Multi-Agent Reinforcement Learning

Harmonia: 通过多智能体强化学习增强混合存储系统中的数据放置与迁移

Rakesh Nadig, Vamanan Arulchelvan, Rahul Bera, Taha Shahroodi, Gagandeep Singh, Andreas Kakolyris, Ismail Emir Yuksel, Mohammad Sadrosadati, Jisung Park, Onur Mutlu

机构 * ETH Zürich（苏黎世联邦理工学院） ； AMD Research（AMD研究） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 针对混合存储系统中数据放置与迁移策略相互依赖导致性能次优的问题，提出基于多智能体强化学习的协同优化方法Harmonia，显著提升系统性能。