arXiv cs.AI· Sepideh Ravanbakhsh, Hamidreza Moradi·· 10 小时前AI 评分31
LG-HRL：面向多智能体搜救的语言锚定分层强化学习框架
Cognitive Multi-Agent Search and Rescue: Language-Grounded Hierarchical Reinforcement Learning for Collaborative Robotics
AI 导读
研究者提出基于语言锚定分层强化学习（LG-HRL）的认知多智能体框架，由 LLM 将人类指令转为结构化语义线索，指导 UAV 与 UGV 的高层策略选择与角色分配。在模拟灾难环境中，该系统学习速度提升 2.3 倍、协调一致性提高 37%、子目标准确率与危险规避分别提升 46% 和 31%，受害者救援率高出 20-30%。消融实验确认共享认知工作区与语言锚定对整体性能均不可或缺。
正文 · AI 翻译
摘要：有效的搜救（SAR）行动需要自主系统能够协调多个异构智能体、适应动态危险，并与人类任务意图保持一致。现有的语言引导强化学习（RL）方法主要关注单智能体指令遵循，缺乏在复杂、部分可观测环境中进行团队级协调的机制。本文提出了一种基于语言锚定分层强化学习（LG-HRL）的认知多智能体框架，该框架集成了自然语言理解、分层策略分解和共享认知工作空间，以在 SAR 场景中实现协调一致的多智能体行为。人类指令由大语言模型（LLM）解释，并转化为结构化语义线索，用于指导 UAV 和 UGV 智能体的高层策略选择和角色分配。本文引入了形式化的语言锚定多智能体分层决策过程（LG-MAHDP），用于建模语义锚定、分层控制和分布式协调之间的相互作用。在模拟灾难环境中的综合实验表明，LG-HRL 将学习速度提升了 2.3 倍，将协调一致性提高了 37%，并将子目标准确性和危险规避能力分别提升了 46% 和 31%。该系统实现了高出 20-30% 的受害者救援率，展现出涌现的角色专业化，并能立即适应人类的口头更新。消融研究证实，共享认知工作空间和语言锚定对整体系统性能都至关重要。总体而言，这项工作为语言引导的多智能体 SAR 机器人建立了新范式，表明语义锚定与分层推理相结合能够实现更安全、更高效、更具可解释性的自主救援行动。
| 评论： | 33 页，8 幅图 |
| 主题： | 人工智能（cs.AI）；计算工程、金融与科学（cs.CE） |
| 引用为： | arXiv:2611.13161 [cs.AI] |
| （或 arXiv:2611.13161v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13161 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hamidreza Moradi [查看电子邮件]
[v1]
2026 年 11 月 9 日星期一 19:45:28 UTC（6,236 KB）
来源：arXiv cs.AI · arxiv.org