关键词inter-agent communication
搜索结果 - 6
- 开放式多智能体导航的层次自动组织系统
通过设计 HAS 框架，我们致力于开发组织行为，使其在导航任务方面推动体感人工智能的边界，使其朝着更像人类的组织结构发展。
- 基于表征通信的大规模交通信号控制的多智能体强化学习
基于通信的多智能体强化学习（MARL）框架用于大规模交通信号控制，每个智能体学习通信策略以选择消息的发送对象和交换可变长度的消息，实现去中心化和灵活的通信机制，并在网络拥塞和性能方面表现优于相关方法。
- FedDec：基于点对点协助的联邦学习
这篇论文提出了一种名为 FedDec 的算法，通过在 FL 的本地梯度更新之间交错点对点通信和参数平均化的方式，利用跨代理通信来改善 FL 的性能，证明了该算法在数据异构性、设备部分参与和光滑且强凸成本的假设下收敛，并表明代理间通信图谱的谱 - MM多智能体交互的深度强化学习
本文概述了自主智能体的研究领域和目标，围绕多智能体强化学习、协作、与其他自主智能体的互动、基于内部动机的学习、课程学习等问题提出了自主智能体的开放性问题。
- 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。
- 协作深度强化学习用于联合目标搜索
本研究采用协作多智能体深度强化学习算法，通过交互检测目标间的上下文线索，实现联合主动目标本地化，并在多个对象检测基准上验证了该方法的性能提升及其揭示的可解释的共同检测模式。