DMM 提出迭代意图精化解去中心化多智能体寻路

2026 年 10 月 2 日，AGI Hunt 报道，DMM（Decentralized Master-Mind）提出以通信轮次内的离散迭代意图精化，取代一次性动作采样，用于去中心化多智能体路径规划（MAPF）。报道称，该方法针对的问题是：在去中心化设定下，各智能体独立选出的动作难以组合成彼此兼容的联合动作，而迭代精化意图有助于缓解这一困难。报道给出的结果是，DMM 在 1600 个任务中解决了 1598 个，并可扩展到百万级智能体。目前该事件仅见这一篇报道，尚无后续进展、复现或第三方验证信息，任务的具体设定、基线方法与评测环境在报道中未作说明。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。