一篇新论文评估了代谢多智能体优化器（MMAO）框架，重点关注其在严格预算控制下的资源分配原则。该研究采用大规模实证协议，涵盖八个CEC2017函数和五个TSPLIB实例，并将MMAO与PSO-lite和迭代贪婪2-opt等基线进行比较。结果表明，MMAO在连续和路由基准测试中优于外部基线，其消融变体与完整方法相比表现更接近，而与外部竞争者相比则有较大差距。该研究验证了MMAO作为一个跨领域自适应框架，特别是在内源性资源再分配方面，并建议进一步研究机制隔离和更广泛的竞赛级比较。 AI
影响 验证了一个用于资源再分配的多智能体优化框架，有可能提高复杂问题解决的效率。
排序理由 该集群包含一篇详细介绍优化框架实证评估的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
