multi-agent systems re-planning industrial automation communication efficiency
摘要

工业干扰重规划要求在严格延迟和通信预算下进行多智能体协调,现有方案常将通信视为免费或固定,缺乏灵活性。本文提出 CASCADE,一种预算化的重规划机制,使通信范围显式且可审计。各智能体维护显式知识库,解决角色条件的局部决策问题,并通过轻量级契约原语协调,仅当局部验证表明当前范围不足时才扩大足迹。该设计分离了统一智能体基底与作用域交互层,控制在何种预算下触发升级。实验评估表明其在质量和鲁棒性上的优势。

AI 推荐理由

论文核心研究多智能体在干扰环境下的重规划机制,显式控制通信范围以优化任务协调。

研究机构
State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI), Beijing, China
论文信息
作者 Mingjie Bi
发布日期 2026-04-01
arXiv ID 2604.00451
相关性评分 9/10 (高度相关)