arXiv cs.AI· Jongann Lee, Melkior Ornik·· 4 小时前AI 评分29
异构智能体团队如何协调完成需求未知的任务:基于 CAAT 图的分层规划器
Coordination of Heterogeneous Teams with Uncertain Task Requirements
AI 导读
该论文提出一种分层规划器,用图神经网络策略为异构智能体分配动作,再用最短路径算法求解到达动作位置的路径,核心是表示智能体、任务、能力与动作的 CAAT 图。相比将任务发现与任务执行分开优化的基线,该学习型规划器能联合协调异构团队同时发现任务需求并完成任务,用时更短。仅用室外地图训练的策略可零样本迁移到智能体、任务与能力更多的室内地图,无需微调。
正文 · AI 翻译
摘要:协调一组异构智能体完成需求未知的任务,是一个具有挑战性的多智能体规划问题。各智能体在发现任务需求的能力和参与任务的能力上存在差异,因此规划器必须协调任务发现、执行与暂存。本文提出一种分层规划器,它使用图神经网络策略为智能体分配动作,然后利用最短路径算法找到通往动作位置的路径。我们方法的核心是 CAAT 图,这是一种由智能体、任务、能力和动作构成的规划上下文图表示。我们证明,与分别独立优化任务发现和任务参与的基线相比,我们学习得到的规划器能够联合协调异构团队,在更短时间内同时发现任务需求并完成任务。此外,我们表明,我们的策略可以通过仅在室外地图上训练,然后无需微调即可迁移到室内地图(其智能体、任务和能力数量均多于训练时所见),从而在分布外设置上实现零样本规划。
| 主题: | 多智能体系统(cs.MA);人工智能(cs.AI);机器学习(cs.LG) |
| 引用为: | arXiv:2611.21828 [cs.MA] |
| (或本版本的 arXiv:2611.21828v1 [cs.MA]) | |
| https://doi.org/10.48550/arXiv.2611.21828 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Jongann Lee [查看邮箱]
[v1]
2026年11月16日星期一 19:48:17 UTC(1,607 KB)
来源:arXiv cs.AI · arxiv.org