論文の概要: CCKS: Consensus-based Communication and Knowledge Sharing

• arxiv url: http://arxiv.org/abs/2606.12281v1
• Date: Wed, 10 Jun 2026 16:20:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.557379
• Title: CCKS: Consensus-based Communication and Knowledge Sharing
• Title（参考訳）: CCKS:合意に基づくコミュニケーションと知識共有
• Authors: Jinyuan Zu, Xiaowei Lv, Yongcai Wang, Deying Li, Yunjun Han, Wenping Chen, Fengyi Zhang, Naiqi Wu,
• Abstract要約: 行動アドバイスに基づく知識共有はエージェント間のスケーラブルな協調を促進する。 現在の行動助言アプローチは、しばしば教師の指導に固執する。 本稿では,合意に基づくコミュニケーション・知識共有フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 22.74367445348049
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In Decentralized Training and Decentralized Execution (DTDE) for cooperative Multi-Agent Reinforcement Learning (MARL), action-advising-based knowledge sharing promotes interpretable and scalable cooperation among agents. However, current action advising approaches often adhere too much to the teacher's guidance without evaluating teacher-student compatibility, which causes excessive advising, suboptimal stability, and degraded performance. To overcome these challenges, this paper presents a Consensus-based Communication and Knowledge Sharing (CCKS) framework, which allows agents to adopt recommendations based on consensus-derived constraints and to follow the teacher's instructions more smartly. This mechanism enables agents to balance exploration and learning from experienced teachers, improving overall performance. The key is the consensus model construction, for which we propose to employ contrastive learning to construct consensus models based on local observations in the agents' training phase. In action selection, agents score and choose actions based on consensus and shared knowledge. Designed as a plug-and-play solution, CCKS integrates seamlessly with existing DTDE algorithms. Experiments conducted in the Google Research Football environment and the complex StarCraft II Multi-Agent Challenge demonstrate that the integration with CCKS significantly improves cooperation efficiency, learning speed, and overall performance compared with current DTDE baselines. The code is available at https://github.com/yuanxpy/CCKS.
• Abstract（参考訳）: 協調型マルチエージェント強化学習(MARL)のための分散学習・分散実行(DTDE)において、行動支援に基づく知識共有はエージェント間の解釈可能でスケーラブルな協調を促進する。 しかし、現在の行動助言アプローチは教師と学生の互換性を評価することなく教師の指導に固執することが多く、過剰な助言、最適以下の安定性、性能低下を引き起こす。 これらの課題を克服するために,コンセンサスを基盤としたコミュニケーション・知識共有(CCKS)フレームワークを提案する。 このメカニズムにより、エージェントは経験豊富な教師からの探索と学習のバランスを保ち、全体的なパフォーマンスを向上させることができる。 鍵となるのはコンセンサスモデルの構築であり、エージェントのトレーニングフェーズにおける局所的な観察に基づいてコンセンサスモデルを構築するために、コンセンサス学習を採用することを提案する。 アクションセレクションでは、エージェントはコンセンサスと共有知識に基づいてアクションをスコアし、選択する。 CCKSはプラグイン・アンド・プレイのソリューションとして設計されており、既存のDTDEアルゴリズムとシームレスに統合されている。 Google Research Football環境と複雑なStarCraft II Multi-Agent Challengeで実施された実験では、CCKSとの統合により、現在のDTDEベースラインと比較して、協調効率、学習速度、全体的なパフォーマンスが大幅に向上することが示された。 コードはhttps://github.com/yuanxpy/CCKSで入手できる。

関連論文リスト

• Belief-Calibrated Multi-Agent Consensus Seeking for Complex NLP Tasks [45.14284473132228]
  コンセンサス安定性を最大化する最適協力者を選択するための理論的枠組みを提供する。 この定理に基づいて,安定したコンセンサスを促進するためのBCCS(Belief-Calibrated Consensus Seeking)フレームワークを提案する。 MATHおよびMMLUベンチマークデータセットの実験結果から、提案したBCCSフレームワークが既存の最高の結果を上回っていることが示された。
  論文  参考訳（メタデータ） (2025-10-07T17:53:34Z)
• OSC: Cognitive Orchestration through Dynamic Knowledge Alignment in Multi-Agent LLM Collaboration [13.032459988986068]
  OSC(Orchestrating Cognitive Synergy)は、知識を意識したアダプティブコラボレーションフレームワークである。 これは、大きな言語モデルを持つマルチエージェントシステムにおける認知シナジーを高める。
  論文  参考訳（メタデータ） (2025-09-05T07:44:05Z)
• Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning [13.918498667158119]
  本稿では,情報選択と暗黙学習に基づく新しい協調型MARLフレームワークを提案する。 我々はゲーティングと選択機構を統合し、エージェントが環境変化に基づいて情報を適応的にフィルタリングできるようにする。 人気のあるMARLベンチマークの実験により、我々のフレームワークは最先端のアルゴリズムとシームレスに統合できることが示された。
  論文  参考訳（メタデータ） (2024-12-20T07:55:59Z)
• Hierarchical Consensus-Based Multi-Agent Reinforcement Learning for Multi-Robot Cooperation Tasks [17.914928652949314]
  階層型合意に基づくマルチエージェント強化学習(HC-MARL)フレームワークを導入し,その限界に対処する。 HC-MARLは、エージェント間のグローバルコンセンサスを促進するために対照的な学習を採用し、直接のコミュニケーションなしに協調行動を可能にする。 様々なタスクの動的な要求を満たすために、コンセンサスを複数の層に分割し、短期的および長期的考慮を包含する。
  論文  参考訳（メタデータ） (2024-07-11T03:55:55Z)
• Ask-AC: An Initiative Advisor-in-the-Loop Actor-Critic Framework [41.04606578479283]
  本稿では,Ask-ACと呼ばれる新しいアドバイザリ・イン・ザ・ループアクター・クリティカル・フレームワークを提案する。 Ask-ACの中心には2つの補完的なコンポーネント、すなわちアクションリクエスタとアダプティブステートセレクタがある。 定常環境および非定常環境における実験結果から,提案手法はエージェントの学習効率を大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2022-07-05T10:58:11Z)
• RACA: Relation-Aware Credit Assignment for Ad-Hoc Cooperation in Multi-Agent Deep Reinforcement Learning [55.55009081609396]
  本稿では、アドホックな協調シナリオにおいてゼロショットの一般化を実現するRACA(Relation-Aware Credit Assignment)と呼ばれる新しい手法を提案する。 RACAは、エージェント間のトポロジ構造を符号化するために、グラフベースのエンコーダ関係を利用する。 提案手法は,StarCraftIIマイクロマネジメントベンチマークとアドホック協調シナリオのベースライン手法よりも優れている。
  論文  参考訳（メタデータ） (2022-06-02T03:39:27Z)
• CTDS: Centralized Teacher with Decentralized Student for Multi-Agent Reinforcement Learning [114.69155066932046]
  この作品は小説を提案している。 教師モデルと学生モデルからなる分散学生(C TDS)フレームワーク。 具体的には、教師モデルは、グローバルな観察で条件付けられた個別のQ値を学ぶことで、チームの報酬を割り当てる。 学生モデルは、部分的な観察を利用して、教師モデルによって推定されるQ値を近似する。
  論文  参考訳（メタデータ） (2022-03-16T06:03:14Z)
• 3D Human Action Representation Learning via Cross-View Consistency Pursuit [52.19199260960558]
  教師なし3次元骨格に基づく行動表現(CrosSCLR)のためのクロスビューコントラスト学習フレームワークを提案する。 CrosSCLRは、シングルビューのコントラスト学習(SkeletonCLR)とクロスビューの一貫した知識マイニング(CVC-KM)モジュールの両方で構成されています。
  論文  参考訳（メタデータ） (2021-04-29T16:29:41Z)
• Transfer Heterogeneous Knowledge Among Peer-to-Peer Teammates: A Model Distillation Approach [55.83558520598304]
  本研究は, モデル蒸留により, 複数の学生間で経験と伝達値関数を再利用する新しい手法を提案する。 また、異種知識を活用するための効率的な通信プロトコルの設計方法について述べる。 提案するフレームワークである学習・指導カテゴリー強化は,学習の進捗を安定化・加速する上で有望な性能を示す。
  論文  参考訳（メタデータ） (2020-02-06T11:31:04Z)

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。