論文の概要: LLM-Guided Communication for Cooperative Multi-Agent Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2605.18077v1
• Date: Mon, 18 May 2026 08:56:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:49.207522
• Title: LLM-Guided Communication for Cooperative Multi-Agent Reinforcement Learning
• Title（参考訳）: 協調型マルチエージェント強化学習のためのLLM誘導通信
• Authors: Sangjun Bae, Yisak Park, Sanghyeon Lee, Seungyul Han,
• Abstract要約: コミュニケーションはマルチエージェント強化学習において重要な要素である。 本稿では,全てのエージェントが可能な限り正確かつ均一に基盤状態を再構築できるプロトコルを提案する。 多様なMARLベンチマークの実験により、LMACはエージェント間の状態再構成を改善し、かなりの性能向上をもたらすことが示された。
• 参考スコア（独自算出の注目度）: 6.959686714606018
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Communication is a key component in multi-agent reinforcement learning (MARL) for mitigating partial observability, yet prior approaches often rely on inefficient information exchange or fail to transmit sufficient state information. To address this, we propose LLM-driven Multi-Agent Communication (LMAC), which leverages an LLM's reasoning capability to design a communication protocol that enables all agents to reconstruct the underlying state as accurately and uniformly as possible. LMAC iteratively refines the protocol using an explicit state-awareness criterion, improving state recovery while narrowing differences in agents' knowledge. Experiments on diverse MARL benchmarks show that LMAC improves state reconstruction across agents and yields substantial performance gains over prior communication baselines.
• Abstract（参考訳）: コミュニケーションは部分的可観測性を緩和するためのマルチエージェント強化学習(MARL)の鍵となる要素であるが、以前のアプローチでは情報交換の非効率化や十分な状態情報の伝達に失敗することが多い。 この問題に対処するため,LLMの推論機能を活用し,全てのエージェントが可能な限り正確かつ均一に基盤状態を再構築できる通信プロトコルを提案する。 LMACは明示的な状態認識基準を用いてプロトコルを反復的に洗練し、エージェントの知識の違いを狭めながら状態回復を改善する。 多様なMARLベンチマークの実験により、LMACはエージェント間の状態再構成を改善し、以前の通信ベースラインよりもかなりの性能向上をもたらすことが示された。

関連論文リスト

• MACTAS: Self-Attention-Based Module for Inter-Agent Communication in Multi-Agent Reinforcement Learning [0.0]
  本稿では,MARL内のエージェント間で情報交換を行う自己注意型通信モジュールを提案する。 提案手法は完全に差別化可能であり、エージェントは報酬駆動方式でメッセージを生成することができる。 SMACとSMACv2ベンチマークの実験結果から,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2025-08-19T09:08:48Z)
• ReMA: Learning to Meta-think for LLMs with Multi-Agent Reinforcement Learning [53.817538122688944]
  Reinforced Meta-thinking Agents (ReMA) を導入し,Large Language Models (LLMs) の推論からメタ思考行動を求める。 ReMAは、推論プロセスを2つの階層的なエージェントに分解する。戦略上の監視と計画を生成するハイレベルなメタ思考エージェントと、詳細な実行のための低レベルな推論エージェントである。 単ターン実験による実験結果から、ReMAは複雑な推論タスクにおいて単エージェントRLベースラインよりも優れることが示された。
  論文  参考訳（メタデータ） (2025-03-12T16:05:31Z)
• From Novice to Expert: LLM Agent Policy Optimization via Step-wise Reinforcement Learning [62.54484062185869]
  本稿では,エージェントの強化学習プロセスの最適化にステップワイド報酬を利用するStepAgentを紹介する。 エージェント反射とポリシー調整を容易にする暗黙の逆・逆の強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-11-06T10:35:11Z)
• DCMAC: Demand-aware Customized Multi-Agent Communication via Upper Bound Training [9.068971933560416]
  本稿では,アッパーバウンドトレーニングを用いて理想的なポリシを得る,要求対応のカスタマイズ型マルチエージェント通信プロトコルを提案する。 実験結果から,DCMACは,制約のない,通信制約のないシナリオにおいて,ベースラインアルゴリズムを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2024-09-11T09:23:27Z)
• TRACE: TRansformer-based Attribution using Contrastive Embeddings in LLMs [50.259001311894295]
  TRACE と呼ばれるコントラスト埋め込みを用いた新しいTRansformer-based Attribution フレームワークを提案する。 TRACEは情報源の属性を精度良く改善し,大規模言語モデルの信頼性と信頼性を高める貴重なツールであることを示す。
  論文  参考訳（メタデータ） (2024-07-06T07:19:30Z)
• Large Language Model Enhanced Multi-Agent Systems for 6G Communications [94.45712802626794]
  本稿では,自然言語を用いたコミュニケーション関連タスクを解くための,カスタマイズされたコミュニケーション知識とツールを備えたマルチエージェントシステムを提案する。 セマンティック通信システムの設計により,提案方式の有効性を検証した。
  論文  参考訳（メタデータ） (2023-12-13T02:35:57Z)
• Centralized Training with Hybrid Execution in Multi-Agent Reinforcement Learning [7.163485179361718]
  マルチエージェント強化学習(MARL)におけるハイブリッド実行の導入 MARLは、エージェントが任意の通信レベルを持つ協調タスクを実行時に完了させることを目標とする新しいパラダイムである。 我々は,自動回帰予測モデルを用いたMAROを集中的に訓練し,行方不明者の観察を推定する手法を提案する。
  論文  参考訳（メタデータ） (2022-10-12T14:58:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。