DMM：多智能体路径规划中的迭代意图去噪

2026年10月2日，HuggingFace Daily Papers 收录社区热门论文《DMM：通过迭代意图去噪实现多智能体路径规划中的联合动作细化》。该论文提出 DMM（Decentralized Master-Mind）方法，用离散迭代的意图去噪替代一次性动作采样，让智能体在通信轮次中先耦合选择、再提交动作，以解决独立采样导致局部有效动作组合成不兼容联合动作的问题。目前报道仅介绍该方法的核心思路，未提及实验数据、对比结果或后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。