Agent-Based Cooperative Scheduling

The Canadian Dataverse Repository2026-03-28 收录

多智能体协同

数据链接：

https://borealisdata.ca/dataset.xhtml?persistentId=doi:10.5683/SP3/JL3SQD 数据链接链接失效反馈

官方服务：

资源简介：

Seshahayee Murthy, 2025, "Agent-Based Cooperative Scheduling", https://doi.org/10.5683/SP3/JL3SQD, Borealis, V1

创建时间：

2025-10-15

WHALES

自动驾驶

多智能体协同

WHALES数据集由清华大学开发，使用CARLA模拟器生成，专注于自动驾驶中的多智能体协同感知。数据集包含70K RGB图像、17K LiDAR帧和2.01M 3D边界框注释，涵盖多种道路场景。创建过程中，通过优化模拟速度和计算成本，实现了每驾驶序列平均8.4个智能体的记录。该数据集主要用于解决自动驾驶中的遮挡和感知范围有限的问题，支持V2V和V2I感知任务，推动合作感知技术的发展。

arXiv2024-11-20 更新4061

TripChat: A Long-term Planning Agent Hierarchy for Travel

智能旅行规划

多智能体协同

In this work, we introduce a zero-shot, unsupervised trip and travel planner. Planning a trip automatically has several use cases - it can save people time and money, help people create better itinera

DataONE2024-04-14 更新80

Distributed Coverage Control of Constrained Constant-Speed Unicycle Multi-Agent Systems

多智能体协同

机器人覆盖控制

This code is with the submitted manuscript Decentralized Optimal Coverage Control of Constant-Speed Unicycle Multi-Agent Systems Subject to State- and Input-Dependent Constraints. The code consists of

IEEE40

基于强化学习的多智能体协同控制模型

强化学习

多智能体协同

本数据为两类基于强化学习的多智能体协同控制模型，即基于成员数量增多的多智能体知识迁移模型和基于后继特征高效探索的迁移强化学习模型在实验过程中得到的实验数据。基于成员数量增多的多智能体知识迁移模型实现了神经网络结构的动态调整，使得网络的输入空间能够适应智能体个数和状态空间维度的变化，同时保证已有的合作关系不被打破。同时该模型可以将已经训练好的多智能体协作策略迁移到新加入的智能体中,并利用这些知识提高

国家基础学科公共科学数据中心200

Neuroevolution of a multi-agent system for the dynamic pickup and delivery problem

流动优化

多智能体协同

Code and datasets accompanying the following paper. Jonathan Merlevede, Rinde van Lon and Tom Holvoet, “Neuroevolution of a Multi-Agent System for the Dynamic Pickup and Delivery Problem”. In: Interna

Figshare2016-01-18 更新60

Agent-Based Cooperative Scheduling

资源简介：

相关数据集