Multi-Agent Systems Experience Replay Graph Neural Networks Dynamic Manufacturing Adaptation
摘要

针对动态制造环境中频繁干扰下的多智能体协同问题,现有方法往往独立处理各次干扰,丢弃了宝贵的协调经验。本文提出图结构化经验记忆(GSEM)框架,将历史协调过程编码为捕捉任务依赖、机器状态及协作模式的异构图。当新干扰发生时,基于图神经网络的检索机制识别结构相似的过往案例,实现经验引导的策略自适应而非从头学习。实验表明,该方法显著缩短了完工时间和适应时间,验证了图结构编码与相似性检索的有效性。

AI 推荐理由

论文提出图结构经验记忆框架,核心在于记忆编码与检索机制以加速适应。

研究机构
中国科学院自动化研究所
论文信息
作者 Chengxiao Dai, Zhanhui Lin, Zhaokun Yan, Youyang Ni, Chenjun Lei et al.
发布日期 2026-07-22
arXiv ID 2607.19985
相关性评分 9/10 (高度相关)