分层图关系融合网络

混合对抗胜率增11%

用分层图同时融合局部与全局特征，在合作-竞争混合任务中兼顾策略质量与规模可扩展性。

谢少荣 · 李杨 · Wang, Xinzhi · 张含 · 张振宇 · 骆祥峰 · 宇航

Information Fusion 2024

参数信息

胜率

83.7 %

扩展规模

13 vs. 13

技术优势

同时利用全局与局部

训练时用二阶图表示融合远端智能体的全局特征辅助策略优化，决策时用一阶图表示融合邻居局部特征提高实用性和可扩展性。

可扩展到13对13

在捕食者-猎物游戏中从4对4扩展到13对13仍保持良好性能。

应用场景

• 机器人协作控制：在合作-竞争任务中提升团队配合胜率并支持大规模扩展。
• 集群机器人策略学习：利用分层图融合全局与局部关系，学习可扩展的群体策略。
• 工业机器人多机调度：在大规模动态调度中融合全局目标与局部交互以优化决策。
• 多智能体决策：在混合合作-竞争环境中生成兼顾策略质量和可扩展性的决策。