arXiv · cs.AI· Raziyeh Moghaddas, Fabio Caraffini·· 11 小时前
DCC-Incomplete 通过冲突聚类与记忆引导重启改进分布式约束求解
Dynamic Conflict Clustering with Lightweight Learning and Strategic Repair for Distributed Constraint Satisfaction
arXiv:2610.15658v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Raziyeh Moghaddas, Fabio Caraffini
研究任务与主要进展
研究者提出 DCC-Incomplete 求解器，通过动态冲突聚类、结构化协调、战略修复和轻量学习，减少多智能体分布式约束求解中的通信与停滞。基于论文摘要，在分布式图着色基准上，记忆引导重启将成功率从 37.50% 提升至 61.11%，中位运行时间从 0.565 秒降至 0.367 秒，每条约束的中位通信量从 12.493 条降至 6.503 条；实验范围和实现细节仍需阅读全文核对。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org