论文页面 - Decentralized Master-Mind：通过迭代意图去噪实现多智能体寻路中的联合动作优化

来源：https://huggingface.co/papers/2609.32019

摘要

带通信的去中心化多智能体寻路（MAPF）要求各智能体在部分可观测的条件下抵达各自目标且不发生碰撞。在专家数据上训练的可学习策略为解决该问题提供了一种有效方法。然而，当同一情境下存在多个有效的协调联合动作时，从各智能体的独立分布中分别采样，可能会将局部有效的选择重新组合成互不兼容的联合动作。即使各智能体的动作分布已被正确学习，这种失败也可能源于最终的采样机制。DMM（Decentralized Master-Mind）针对这一问题，借鉴扩散模型中的去噪思想，将一次性动作采样替换为跨多个通信轮次对动作意图的离散式迭代优化。智能体首先初始化随机的动作意图，并通过局部通信对其进行优化，在最终确定动作之前实现选择上的耦合。DMM 先基于专家 MAPF 解的模仿学习进行预训练，随后使用 MICPO 进一步优化——这是一种为多智能体、多轮次动作优化设计的无评论家（critic-free）群体相对强化学习方法。在所评测的可学习基线中，DMM 通常取得更高的成功率和更低的解成本。在 1,600 个 MovingAI 任务上，经 MICPO 微调的 DMM 解决了 1,598 个任务，在所评测方法中覆盖范围最高，同时其解成本接近最强基线。DMM 还能扩展到障碍物密集环境中超过一百万个同时行动的智能体。这些结果表明，轮次级的意图优化可以在保持去中心化执行的同时，提升联合动作的协调性。

查看 arXiv 页面 (https://arxiv.org/abs/2609.32019)｜查看 PDF (https://arxiv.org/pdf/2609.32019)｜GitHub1 (https://github.com/CognitiveAISystems/DMM)｜加入收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.32019)

在你的 agent 中获取此论文：

hf papers read 2609.32019

尚未安装最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型链接到此论文。

在模型 README.md 中引用 arxiv.org/abs/2609.32019，即可从本页面链接到它。

引用此论文的数据集 0

没有数据集链接到此论文。

在数据集 README.md 中引用 arxiv.org/abs/2609.32019，即可从本页面链接到它。

引用此论文的 Spaces 0

没有 Space 链接到此论文。

在 Space README.md 中引用 arxiv.org/abs/2609.32019，即可从本页面链接到它。

包含此论文的合集 0

没有合集包含此论文。

将此论文添加到合集 (https://huggingface.co/new-collection) 即可从本页面链接到它。