arXiv cs.MA· Riwa Karam, Ruoyu Lin, Brooks A. Butler, Magnus Egerstedt·· 12 小时前AI 评分29
基于 Hamilton 规则学习异构多团队系统中的利他协作
Learning Altruistic Collaboration in Heterogeneous Multi-Team Systems
AI 导读
研究提出一种异构多团队协作资源分配框架，将机器人视为可转移资源，借用生态学 Hamilton 规则作为利他决策机制，并证明该异构资源分配问题为 NP-hard。为此作者开发了集中训练、分散执行的图神经网络策略，在团队交互图上预测机器人级转移决策与后续分配。灭火场景中，15 台机器人的五组物理测试台试验显示，GNN 五次均达到设定的灭火阈值，静态分配仅两次。
正文 · AI 翻译
摘要：本文通过动态机器人分配研究异构多团队协作，其中机器人本身被视为可转移资源。我们借鉴生态学中的汉密尔顿法则作为利他决策机制，提出了一个多团队协作资源分配框架，该框架具有异构能力、转移成本和能力相关贡献。由此产生的通用异构资源分配问题是组合问题，并被证明是 NP 难的。为解决可扩展性问题，我们在集中训练和分散执行下开发了一种图神经网络策略，该策略基于汉密尔顿法则近似利他分配。该模型在团队交互图上运行，并预测机器人级别的转移决策以及随后的机器人到团队分配。所提出的方法在灭火场景中与精确优化和多步仿真进行了评估，量化了分配质量、决策计算和灭火效果。五项配对的物理测试台试验（涉及 15 台机器人）比较了学习型重新分配与固定团队组成；GNN 在所有五项试验中均达到建模的灭火停止阈值，而静态分配仅有两项达到。
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI)；多智能体系统 (cs.MA)；系统与控制 (eess.SY) |
| 引用为： | arXiv:2605.21723 [cs.RO] |
| （或使用 arXiv:2605.21723v2 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2605.21723 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Riwa Karam [查看电子邮件]
[v1]
2026年5月20日星期三 20:30:58 UTC（7,954 KB）
[v2]
2026年10月21日星期三 08:52:16 UTC（8,445 KB）
来源：arXiv cs.MA · arxiv.org