循环门控多智能体协作算法

部分可观测下高效协作

通过在智能体间引入门控通信通道，使各智能体能够基于自身历史观测序列和共享的局部观测信息做出更优决策，从而在部分可观测环境中实现更稳定的协作。

Zihao, Wang · 张彦新 · 黄志清 · 殷辰堃

Kongzhi yu Juece/Control and Decision 2023

技术优势

通信有门控

通过门控机制筛选共享信息，智能体仅接收对当前决策有用的内容，避免无关信息干扰，提升协作稳定性。

决策用历史

智能体结合历史动作观测序列进行决策，即使在观测受限时也能利用过去经验做出更合理的动作选择。

应用场景

• 多智能体协同控制：为部分可观测下的多智能体协同控制提供一种稳定高效的决策算法。
• 机器人群体协作：可用于机器人在视野受限时的群体协作，如多机器人同时到达目标。
• 具身智能体决策：支持具身智能体在感知不完整时利用历史信息做实时决策。
• 分布式传感器网络：可协调传感器节点在局部观测下协同工作，提高网络决策稳定性。