基于大语言模型和强化学习的多机协同任务规划
围绕协同决策与资源调度,提出一体式耦合优化与分层式解耦规划两类模型。
LLMReinforcement LearningMulti-Agent SystemsOptimization
项目背景
该课题为硕士毕业设计,目标是在复杂约束下提升多机协同任务规划的求解质量与实时性。
关键实现
- 基于多智能体系统研究协同决策与资源调度。
- 针对不同场景提出两类模型:
- 一体式耦合优化
- 分层式解耦规划
项目结果
- 在复杂约束任务中提升全局优化质量。
- 在实时计算场景下保持可用的规划效率。