Richtarik团队以多智能体协调机器人搜救
热点事件持续更新
Richtarik团队以多智能体协调机器人搜救
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Richtarik团队完成多智能体机器人搜救实测：由6个LLM智能体协调18个机器人执行两层楼搜救任务，中位搜索时间降至595秒，较单智能体方案的1200秒缩短约一半。实验中，智能体在H=3步内捕获约三分之二的可用改进；合并最优且经验证的方案组合后，平均搜索时间可再降低29%至36%。 另一项16×16网格实验中，3个GPT-OSS-120B智能体为9台机器人规划路线；加入纠错机制后，40次团队运行均未发生碰撞，而未加入该机制时，20次运行仅2次无碰撞。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 03:39
LLM 智能体多机器人搜救实测：18 个机器人、6 个智能体提速 2 倍报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- AGI HuntLLM 智能体多机器人搜救实测：18 个机器人、6 个智能体提速 2 倍
Richtarik 团队在两层楼搜救任务中，由 6 个 LLM 智能体协调 18 个机器人，中位搜索时间为 595 秒，较单智能体的 1200 秒快约 2 倍。实测几何项 μ=0.43–0.70，LLM 智能体在 H=3 步内捕获约 2/3 的可用改进，合并最优已验证组合还可将平均搜索时间再降低 29–36%。
- AGI HuntGPT-OSS-120B 多智能体调度机器人：加纠错后 40 次运行零碰撞
3 个 GPT-OSS-120B agent 在 16×16 网格上为 9 台机器人规划路线，加入修正机制后 40 次团队运行全部无碰撞，未加入时 20 次仅有 2 次无碰撞。双层任务中，6 个 agent 为 18 台机器人规划的中位搜索时间为 595 秒，相比单 agent 的 1200 秒约提速 2 倍，合并最佳组合还可使平均搜索时间降低 29–36%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。