Communication and Coordination in Multi-Agent Robot Systems

本文研究了多智能体机器人系统中的通信与协调机制。通过学习智能体间的通信协议和协调策略，多机器人系统能够共享信息、协同决策，提升复杂任务的完成效率。文章分析了不同通信学习方法（可微通信、图神经网络通信、注意力通信）和协调策略（角色分配、任务分解、冲突避免）在多机器人导航、协作操作、集群搜索中的应用，提出了结合通信学习与强化学习的方法，并在多种多机器人任务上验证了通信对协作性能的提升。来源机构包括UC Berkeley、Google Research、Oxford等。