Hierarchical Auto-Organizing System for Open-Ended Multi-Agent Navigation

在Minecraft这样动态和不可预测的开放世界环境中导航对于多智能体系统来说具有重大挑战。智能体需要与环境互动，并与其他智能体协调行动以实现共同目标。然而，传统方法通常很难有效地管理智能体之间的通信和任务分配，这对于有效的多智能体导航至关重要。此外，处理和整合多模态信息（如视觉、文本和听觉数据）对于智能体充分理解其目标并成功导航环境至关重要。为解决这个问题，我们设计了HAS框架来自动组织基于LLM的智能体组完成导航任务。在我们的方法中，我们设计了一个分层自动组织导航系统，其特点包括：1）用于多智能体组织的分层系统，确保集中规划和分散执行；2）自动组织和内部通信机制，使得在子任务下动态调整组；3）多模态信息平台，促进多模态感知以使用一个系统执行三个导航任务。为了评估组织行为，我们在Minecraft环境中设计了一系列导航任务，包括搜索和探索。我们旨在开发出推动具身化AI的界限，将其推向更类似于人类的组织结构的具身化组织。

设计一个自动组织的多智能体系统，解决Minecraft游戏中的导航任务

使用分层的自动组织导航系统，包括多智能体组织、自组织和多模态信息平台，实现多智能体协作完成导航任务

论文设计了一系列导航任务来评估组织行为，使用Minecraft环境进行实验，实现了分层的自动组织导航系统，推动了具有人类化组织结构的体现智能的发展

最近的相关研究包括《Multi-agent Reinforcement Learning in Sequential Social Dilemmas》、《Hierarchical Reinforcement Learning with Limited Feedback and Applications to Navigation》等