ToMCAT：基于多智能体扩散策略的团队合作智能体的心理理论
多智能体系统
2025-05-07 v2 人工智能
机器学习
摘要
本文提出 ToMCAT（Theory-of-Mind for Cooperative Agents in Teams，即团队合作智能体的心理理论），一个用于生成以心理理论为条件的轨迹的新框架。它结合了一种元学习机制，对团队成员潜在目标和未来行为进行心理理论推理，与多智能体去噪扩散模型相结合，后者在智能体目标及其团队成员特征（通过心理理论计算）的条件下生成计划。我们实现了一个在线规划系统，能够在检测到先前生成的计划与当前世界状态之间偏差时，从扩散模型中动态采样新的轨迹（即重新规划）。我们在模拟的烹饪领域中使用 ToMCAT 进行了多个实验。我们的结果突显了动态重新规划机制在不牺牲团队性能的前提下降低资源使用的重要性。我们还表明，智能体在一段剧情中收集的近期观察与团队成员行为相结合，并通过心理理论推理，对生成面向团队成员的动态适应计划至关重要，尤其是在缺乏关于团队成员的先验信息时。
引用
@article{arxiv.2502.18438,
title = {ToMCAT: Theory-of-Mind for Cooperative Agents in Teams via Multiagent Diffusion Policies},
author = {Pedro Sequeira and Vidyasagar Sadhu and Melinda Gervasio},
journal= {arXiv preprint arXiv:2502.18438},
year = {2025}
}
备注
Appears in Proc. of the Adaptive and Learning Agents Workshop (ALA 2025), ala-workshop.github.io