MOMAland：多目标多智能体强化学习的一套基准测试
原文约200字，阅读约需1分钟。发表于：。在多目标多智能体强化学习领域，我们引入了 MOMAland，这是第一个用于多目标多智能体强化学习的标准化环境集合，旨在支持该领域的发展，并提供了算法和强大的基线模型。
本文介绍了SMART，一个用于多机器人强化学习的仿真平台，包含仿真环境和真实多机器人系统，提供多样化的交互场景进行训练，并支持基于插件的算法实现。开源仿真环境、基准测试任务和基线模型，推动多机器人强化学习研究。
标签
多智能体
相关的文章：探索多智能体系统中基于强化学习的图神经网络应用，解决多机器人协作任务，专业化领域特定任务，网络入侵检测，广告推荐等问题。
GitHub星标超16万，爆火AutoGPT进阶版来了：定制节点、多智能体协同
原文约2800字，阅读约需7分钟。发表于：。AutoGPT的下一代发布，易于构建、运行和共享AI智能体，可靠性提升。SubGraphs即将发布。项目有AutoGPT Server和AutoGPT Builder两个组件。关键特性是使用块构建智能体，已提供Reddit发帖、Discord消息发送和维基百科摘要获取等操作的块。未来将添加更多块并改进UI。
通过数据同化实现精确大气污染绘制的合作多智能体强化学习导航
原文约300字，阅读约需1分钟。发表于：。使用自主飞行的无人机和协作式多智能体强化学习框架，本研究提供了一种新的方法来进行空气质量测绘，通过实时动态的优化测量位置，对于数据同化方法的有效性具有重要意义，并在实地测试中证明了显著提高了污染估计的效果。
智能无人机群体结合充电技术在智能城市中提供高效感知能力，通过分布式优化和深度强化学习实现成本效益高、质量高的导航、感知和充电。新的渐进式方法在交通监控方面表现出色。
朝协同智能发展：利用大型语言模型传播意图和推理实现多智能体协调
原文约300字，阅读约需1分钟。发表于：。通过训练大规模语言模型 (LLMs) 作为协作 MARL 中的协作代理，实现目标和意图之间的有效沟通，以促进协同行为。
研究者通过引入协作生成代理，为大型语言模型赋予一致的行为模式和解决任务的能力。在招聘会环境中进行案例研究，评估结果显示这些代理表现出有希望的性能，但在更复杂的协调任务中存在限制。这项工作为大型语言模型在任务导向的社会模拟中的作用和发展提供了有价值的见解。
InvAgent：基于大型语言模型的供应链库存管理多智能体系统
原文约300字，阅读约需1分钟。发表于：。利用大型语言模型 (LLMs) 处理多代理库存系统的新方法，进行零次学习，提高供应链网络的弹性和效率。
本文研究了基于多代理系统理论（SMA）和大型语言模型（LLM）的计算实体的动态影响及其在商业场景中生成知识的能力。通过引导式对话和策略驱动，该应用为组织战略提供了潜力。研究提供了一种适应不同领域和复杂性应用的实验方法。
多智能体路径规划的合作奖励塑形
原文约200字，阅读约需1分钟。发表于：。该研究论文介绍了一种基于独立 Q 学习的奖励塑造技术，旨在通过在奖励函数中评估一个智能体对其邻居的影响，并将这种交互整合起来，以促进智能体之间的主动合作。通过实验验证，该方法在多个场景中表现出与其他最新技术相媲美的特点，并在拥有大量智能体的场景中具有更好的性能。
该研究介绍了一种基于独立Q学习的奖励塑造技术，旨在促进智能体之间的主动合作。实验证明该方法在多个场景中表现出与其他最新技术相媲美的特点，并在拥有大量智能体的场景中具有更好的性能。
基于集群同步激光网络的分散式多智能体强化学习算法
发表于：。我们提出了一种基于光子的决策算法来解决竞争多臂赌博问题，通过混沌振荡和光耦合调整的集群同步，实现了充分的探索和利用的平衡，从而实现了分布式强化学习。
模型基于强化学习的多智能体系统中的图神经网络
发表于：。我们提出了 “MBRL 的 GNN” 模型，它利用基于图神经网络和基于模型的强化学习来研究多智能体系统中复杂的相互作用，完成特定的任务。
基于层次一致性的多智能体强化学习在多机器人协作任务中的应用
原文约400字，阅读约需1分钟。发表于：。多代理强化学习中的中央化训练与分散执行框架存在全局状态引导和地方观测依赖的差距。通过引入基于分层一致性的多智能体强化学习框架，采用对比学习来促进智能体之间的全局一致性，从而实现协同行为而无需直接通信。该框架允许智能体从地方观测中形成全局一致性，并在执行期间将其作为额外信息来指导协同行动，通过多层次的一致性满足各种任务的动态需求。采用自适应注意机制调整每个一致性层的影响，优化即时反应和战略规划...
该研究提出了一种基于分层一致性的多智能体强化学习框架，通过对比学习促进智能体之间的全局一致性，实现协同行为而无需直接通信。该框架允许智能体从地方观测中形成全局一致性，并通过自适应注意机制调整每个一致性层的影响，以适应特定任务的要求。实验结果表明，该框架在多机器人系统中取得了显著的进展。
PEER：使用多智能体框架和调整方法专业化领域特定任务
原文约400字，阅读约需1分钟。发表于：。我们介绍了 PEER（计划、执行、表达、审查）多代理框架，通过集成精确的问题分解、高级信息检索、全面的摘要和严格的自我评估，系统化地处理领域特定任务。通过使用在线数据和用户反馈进行高效的模型调优，我们开发了利用网络数据的工业实践，并提供了应用多代理系统解决领域特定问题和实施有效代理调优策略的最佳实践指南。我们的经验证明，特别是在金融问答领域，我们的方法实现了 GPT-4 性能的...
本文研究了提高大型语言模型性能的方法，包括细调、RAG和软提示等。测试发现，经过细调的模型和RAG方法在回答事件问题方面表现优于未修改版本的GPT 3.5。应用软提示可以显著提高性能。
