Modello Auto-Regressivo Unifica Assegnazione dei Compiti e Routing per Sistemi Multi-Agente
Un nuovo framework di IA, ARMATA (Auto-Regressive Multi-Agent Task Assignment), ottimizza congiuntamente l'allocazione delle aree e il routing di visita per sistemi multi-agente su aree spazialmente distribuite. Proposto in arXiv:2605.04225, ARMATA utilizza un decoder auto-regressivo centralizzato e completamente end-to-end che genera decisioni di allocazione e sequenze di routing in un unico passaggio, mantenendo uno stato globale. Questo approccio evita gli ottimi locali comuni nelle euristiche decentralizzate e supera i metodi disaccoppiati esistenti negli esperimenti.
Fatti principali
- ARMATA sta per Auto-Regressive Multi-Agent Task Assignment.
- Il framework è centralizzato e auto-regressivo end-to-end.
- Genera congiuntamente decisioni di allocazione e sequenze di routing.
- Un meccanismo di decodifica a più stadi unifica l'allocazione di alto livello e il routing di basso livello.
- Il modello mantiene uno stato globale centralizzato.
- Bilancia implicitamente la distribuzione del carico di lavoro con l'efficienza del routing.
- Evita gli ottimi locali comuni nei metodi decentralizzati.
- Esperimenti estesi mostrano miglioramenti significativi delle prestazioni.
Entità
Istituzioni
- arXiv