Feb, 2017

多智能体系统与分散式人工超智能

PDF
TL;DR本研究提出了一种基于去中心化 P2P BOINC 通用计算任务分配、多智能体通信协议和以太坊区块链为动力的智能合约奖励技术，可用作分布式 P2P 计算能力市场，并且具有学习最有效的软硬件组合使用和优化的潜力。
multi-agent systemscommunicationp2p computingsmart-contractsblockchain
发现论文，激发创造
  • 多智能体强化学习：实用沟通和控制

    这篇论文提出了一种名为 “Cyber-Physical POMDP” 的模型，将目标导向通信和网络控制相结合，以实现分散的移动机器人的协调，通过联合训练可以显着提高总体性能并可导致通信行动的隐式协调。

    Feb, 2023

  • 基于推理的确定性多智能体通信消息传递

    本文研究了智能代理在协调、学习中的作用，提出了一种基于信息传递的优化方法，通过实验表明该方法可以增强现有的分散式训练方法，具有推广应用的潜力。

    Mar, 2021

  • 学习通信感知协调的机器人群体模拟

    本研究主要探讨了如何应用基于观察专家演示的控制器学习算法，训练出端到端的神经网络，用于解决协作多智能体系统中的分布式控制问题，实验结果表明，使用通信策略可以有效提高分布式模型的性能。

    Feb, 2023

  • 智能城市协调的协议技术

    通过几个实际应用实例，本文论证了协议技术是实现智慧城市领域协调的适当手段。

    Jan, 2024

  • 在不完美的信道上学会合作与沟通

    多智能体系统中的信息交流在部分可观察环境中提高智能体之间的合作，本文考虑了基于有限和不可靠信道下智能体的合作通信，通过提出一种基于独立 Q 学习的新型通信方法，智能体可以动态适应信息共享的量，从而根据本地观察和信道特性发送不同大小的消息，同时智能体学习编码和解码消息以提升共同训练的策略，在合作式数字预测环境中，我们展示了相比于没有自适应能力的方法，我们的方法表现更好，并讨论了其在交通路口环境中的局限性。

    Nov, 2023

  • 优化稀疏通信拓扑的多智体辩论

    多代理辩论通过稀疏通信拓扑可以在大大降低计算成本的同时实现相当或更高的性能，扩展至多模态推理和对齐标注任务，强调了通信连通性对于增强 “心智集合体” 方法的效率和有效性的重要性。

    Jun, 2024

  • 基于深度强化学习的多智能体通信与协作决策研究

    本篇论文基于 CTDE 框架，研究基于 MAPPO 算法的多智能体合作决策，并引入了基于权重调度和注意力机制的多智能体通信机制以缓解多智能体环境中的非稳定性。提出了 MCGOPPO 算法，并在 SMAC 和 MPE 上进行了实验，结果表明此算法可以改善多智能体环境中的非稳定性，提高多智能体间的协同决策能力。

    May, 2023

  • 不谈话的规划：抗通信丢失的多智能体系统

    该论文针对协作多智能体系统中的通信问题，提出了一种分散执行联合策略算法，运用状态 - 行为过程的总相关度估计代表多智能体间内在依赖关系的指标，通过最大化一个该指标的代理量，合成了最小依赖联合策略，并在数值实验中验证其鲁棒性和高性能。

    Jan, 2022

  • When2com: 基于通信图分组的多智能体感知

    本文提出一个学习通信组和决定何时通信的通信框架，可以在两种不同的感知任务上展示其广泛适用性，并显示它显著减少了通信带宽并保持了优异的性能。

    May, 2020

  • 多智能体通信中的对抗攻击

    探究具有通讯功能的自主代理机制内的神经网络中的对抗性攻击及鲁棒性，并证明可通过增加良性代理数量来提高鲁棒性以增强对安全协议的贡献.

    Jan, 2021