跳到正文
arXiv · ML· Yulun Wu, Nicola Bastianello, Karl Henrik Johansson, Matthieu Barreau·· 3 天前AI 评分22

MAS-PINN:利用拓扑感知的物理信息学习高效模拟多智能体系统

Efficient Modeling of Multi-Agent Systems via Structure-Aware Physics-Informed Learning

AI 导读

提出 MAS-PINN 神经网络架构,利用网络拓扑和智能体相似性降低多智能体系统模拟的计算和内存成本。 架构通过共享时间特征和特定系数表示轨迹,采用矩阵更新利用局部交互拟合轨迹。在 Lorenz rings、Lotka-Volterra 和 Rössler oscillators 实验中,提升了轨迹和参数精度,在部分观测或未知拓扑下实现高效推断。

来源:arXiv · ML · arxiv.org