面向多智能体强化学习的价值信息感知低延迟通信VIL2C
多智能体系统
2025-11-26 v2
摘要
智能体间通信是增强协作式多智能体强化学习（MARL）系统性能的有效机制。然而，实际系统中存在的通信延迟会导致行动决策延迟和过时信息共享，妨碍MARL在诸如自动驾驶等时间关键应用中的性能提升。本文提出一种Value-of-Information aware Low-latency Communication（VIL2C）方案，通过主动调整延迟分布来缓解MARL系统中延迟效应。具体而言，我们定义价值信息（VOI）指标，以量化每个延迟消息的重要性。我们提出一种渐进式消息接收机制，以适应接收到的消息调整接收时长。我们推导了优化的VoI感知资源分配方案，并理论证明了所提出VIL2C方案的性能优势。大量实验表明，在各种通信条件下，VIL2C均优于现有方法。这种提升归功于通过资源分配实现对高VoI消息的低延迟传输，以及通过自适应接收时长消除不必要等待的时段。
引用
@article{arxiv.2511.19146,
title = {VIL2C: Value-of-Information Aware Low-Latency Communication for Multi-Agent Reinforcement Learning},
author = {Qian Zhang and Zhuo Sun and Yao Zhang and Zhiwen Yu and Bin Guo and Jun Zhang},
journal= {arXiv preprint arXiv:2511.19146},
year = {2025}
}