解耦延迟补偿：通过学习的动力学滤波增强预训练多智能体强化学习策略

Maxim Mednikov, Oren Gal

2026

摘要

本文提出了一种模块化的执行阶段状态估计层，通过学习门控转移模型和递归卡尔曼滤波层，从异步测量中估计瞬时状态，以替代延迟的通信观测。该方法作为预训练策略的即插即用模块，无需修改原始训练算法，显著提升了多智能体系统在通信延迟和消息丢失下的鲁棒性。

multi-agent reinforcement learningcommunication delaystate estimationKalman filterrobustness

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026