论文与政策索引

本页列出九套课件实际引用的 54篇外部论文、6份政策文件。其中14篇论文发表于2025—2026年。HopCone为团队内部稿件,另列于课件中。

来源均指向正式论文集、官方文件或作者项目。阅读深度逐项记录:精读、官方摘要、作者说明和元数据核验承担不同范围的论据。

各讲使用数量

同一文献可在多讲重复使用,下表不相加作为去重总数。

周 论文 政策
1 5 5
2 5 1
4 7 0
6 14 0
8 15 0
9 24 0
13 3 0
15 5 0
16 3 0

论文

gpsr · MobiCom 2000

GPSR: Greedy Perimeter Stateless Routing for Wireless Networks

dream · MobiCom 1998

A Distance Routing Effect Algorithm for Mobility (DREAM)

graphsage · NeurIPS 2017

Inductive Representation Learning on Large Graphs

gat · ICLR 2018

Graph Attention Networks

sets · ICML 2019

Set Transformer: A Framework for Attention-based Permutation-Invariant Neural Networks

transformer · NeurIPS 2017

Attention Is All You Need

clip · ICML 2021

Learning Transferable Visual Models From Natural Language Supervision

where2comm · NeurIPS 2022

Where2comm: Communication-Efficient Collaborative Perception via Spatial Confidence Maps

v2xvit · ECCV 2022

V2X-ViT: Vehicle-to-Everything Cooperative Perception with Vision Transformer

cosdh · CVPR 2025

CoSDH: Communication-Efficient Collaborative Perception via Supply-Demand Awareness and Intermediate-Late Hybridization

  • 教学用途:供需感知与混合融合。
  • 已核验材料:官方检索元数据与摘要,直接打开403。
  • 使用条件:不作为未核验实验细节的来源。
  • 引用位置:第6周:CoSDH:根据供需选择协作内容。

mcop · ICCV 2025

MCOP: Multi-UAV Collaborative Occupancy Prediction

ramen · RSS 2025

RAMEN: Real-time Asynchronous Multi-agent Neural Implicit Mapping

connectivity · RSS 2025

A Probabilistic Measure of Multi-Robot Connectivity and Ergodic Optimal Control

fermi · RSS 2025

FERMI: Flexible Radio Mapping with a Hybrid Propagation Model and Scalable Autonomous Data Collection

swarmgnn · CoRL 2019 / PMLR 2020

Learning Decentralized Controllers for Robot Swarms with Graph Neural Networks

dagger · AISTATS 2011

A Reduction of Imitation Learning and Structured Prediction to No-Regret Online Learning

fedavg · AISTATS 2017

Communication-Efficient Learning of Deep Networks from Decentralized Data

commnet · NeurIPS 2016

Learning Multiagent Communication with Backpropagation

tarmac · ICML 2019

TarMAC: Targeted Multi-Agent Communication

  • 教学用途:what 与 whom 由任务收益学习。
  • 已核验材料:官方摘要。
  • 使用条件:soft targeting 不能直接当作字节预算满足。
  • 引用位置:第9周:TarMAC:学习有目标的通信。

gdesigner · ICML 2025

G-Designer: Architecting Multi-agent Communication Topologies via Graph Neural Networks

activation · ICML 2025

Communicating Activations Between Language Model Agents

rac · NeurIPS 2025

In-Context Fully Decentralized Cooperative Multi-Agent Reinforcement Learning

  • 教学用途:return-aware context 的 fully decentralized 学习。
  • 已核验材料:官方摘要。
  • 使用条件:摘要设定可访问 states 和 shared rewards,不能等同局部传感 FANET。
  • 引用位置:第9周:阅读 RAC:逐项核对信息条件。

sops · ICML 2026

Sparse Topology-Aware Pairwise Scoring for Large-Scale Multi-Agent Reinforcement Learning

lmac · ICML 2026

LLM-Guided Communication for Cooperative Multi-Agent Reinforcement Learning

evocf · ICML 2026

EvoCF: Multi-Agent Collaboration via Agentic Memory-Driven Evolutionary Counterfactual Planning

timeconnect · RSS 2026

Time-Aggregated Connectivity Maintenance for Multi-Robot Networks

Kaul · INFOCOM 2012

Real-time status: How often should one update?

Kim · ICLR 2019

Learning to Schedule Communication in Multi-agent Reinforcement Learning

Foerster · NeurIPS 2016

Learning to Communicate with Deep Multi-Agent Reinforcement Learning

  • 教学用途:通信与任务联合训练。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:训练中的可微信道需要与执行时的离散消息区分。
  • 引用位置:第9周:通信内容也可以通过任务学习。

Jaques · ICML 2019

Social Influence as Intrinsic Motivation for Multi-Agent Deep Reinforcement Learning

  • 教学用途:通过反事实变化估计影响。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:行为影响不直接等于任务改善;消息价值仍需单独检验。
  • 引用位置:第9周:研究设想:估计一条消息带来的变化。

Zaheer · NeurIPS 2017

Deep Sets

Gilmer · ICML 2017

Neural Message Passing for Quantum Chemistry

Xu · ICLR 2020

Inductive Representation Learning on Temporal Graphs

  • 教学用途:时间编码与时序邻域聚合。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:图上的时间建模仍需服从部署时实际接收顺序。
  • 引用位置:第8周:动态图有两种时间建模思路。

Pareja · AAAI 2020

EvolveGCN: Evolving Graph Convolutional Networks for Dynamic Graphs

  • 教学用途:通过演化模型参数处理动态图。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:快照更新不直接给出异步无线执行方案。
  • 引用位置:第8周:动态图有两种时间建模思路。

Rashid · ICML 2018

QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning

  • 教学用途:联合价值函数分解与分散动作选择。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:单调分解有表达限制;训练全局信息不应进入执行输入。
  • 引用位置:第9周:集中训练有哪些常见组织方式。

Lowe · NeurIPS 2017

Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments

  • 教学用途:集中评价、分散执行。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:不能据此假设每个机载节点都能读取全局状态。
  • 引用位置:第9周:集中训练有哪些常见组织方式。

Yu · NeurIPS 2022 · Datasets and Benchmarks

The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games

  • 教学用途:强基线与训练配置的重要性。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:多种游戏基准上的效果需要在目标网络和任务中复查。
  • 引用位置:第9周:集中训练有哪些常见组织方式。

Foerster · AAAI 2018

Counterfactual Multi-Agent Policy Gradients

  • 教学用途:团队回报下的信用分配。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:反事实动作基线不能直接当作消息价值的真实标签。
  • 引用位置:第9周:研究设想:估计一条消息带来的变化。

Singh · ICLR 2019

Learning when to Communicate at Scale in Multiagent Cooperative and Competitive Tasks

  • 教学用途:通信门控与个体回报。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:门控输出需经过预算与物理可达性检查。
  • 引用位置:第9周:学习何时通信与怎样组织伙伴。

Jiang · NeurIPS 2018

Learning Attentional Communication for Multi-Agent Cooperation

Zhang · ICML 2018

Fully Decentralized Multi-Agent Reinforcement Learning with Networked Agents

  • 教学用途:时变稀疏网络上的去中心化学习。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:收敛结论依赖线性函数逼近等设定,不能泛化到任意深度模型。
  • 引用位置:第8周:去中心化学习还依赖哪些条件。

Xiao · NeurIPS 2022

Asynchronous Actor-Critic for Multi-Agent Reinforcement Learning

Xu · ICRA 2022

OPV2V: An Open Benchmark Dataset and Fusion Pipeline for Perception with Vehicle-to-Vehicle Communication

  • 教学用途:可复现的仿真协作感知基准。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:车辆仿真中的传感器与通信设定需要重新匹配无人机。
  • 引用位置:第6周:从仿真数据走向真实数据。

Yu · CVPR 2022

DAIR-V2X: A Large-Scale Dataset for Vehicle-Infrastructure Cooperative 3D Object Detection

  • 教学用途:真实多模态车路协作数据。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:真实数据不等于完整无人机任务闭环。
  • 引用位置:第6周:从仿真数据走向真实数据。

Wang · ECCV 2020

V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and Prediction

  • 教学用途:压缩特征与跨节点融合。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:考虑车辆位姿和时延的方案需重新检查三维运动条件。
  • 引用位置:第6周:V2VNet:压缩特征并跨节点融合。

Li · NeurIPS 2021

Learning Distilled Collaboration Graph for Multi-Agent Perception

Xu · CoRL 2022 / PMLR 2023

CoBEVT: Cooperative Bird’s Eye View Semantic Segmentation with Sparse Transformers

  • 教学用途:稀疏注意力与协作鸟瞰图分割。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:稀疏计算与实际无线传输开销需分别测量。
  • 引用位置:第15周:空间、时间与异构性需要分别测试。

Liu · CVPR 2020

When2com: Multi-Agent Perception via Communication Graph Grouping

  • 教学用途:学习何时通信与怎样分组。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:感知带宽收益需要重新检验动作闭环收益。
  • 引用位置:第9周:从选择对象到决定发送时机。

Liu · ICRA 2020

Who2com: Collaborative Perception via Learnable Handshake Communication

  • 教学用途:握手选择协作对象。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:需计入握手往返与候选查询的通信开销。
  • 引用位置:第9周:从选择对象到决定发送时机。

Lu · ICRA 2023

Robust Collaborative 3D Object Detection in Presence of Pose Errors

  • 教学用途:定位误差条件下的协作感知。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:鲁棒范围依赖误差设置和数据分布。
  • 引用位置:第6周:CoAlign:把定位误差纳入融合。

Yang · NeurIPS 2023

How2comm: Communication-Efficient and Collaboration-Pragmatic Multi-Agent Perception

  • 教学用途:特征筛选、时延补偿与融合。
  • 已核验材料:官方摘要或作者项目说明;未宣称全文精读。
  • 使用条件:时延补偿不能恢复从未获得的信息。
  • 引用位置:第6周:How2comm:特征选择与时延补偿。

Xia · CVPR 2025

One is Plenty: A Polymorphic Feature Interpreter for Immutable Heterogeneous Collaborative Perception

  • 教学用途:异构模型之间的特征解释接口。
  • 已核验材料:官方检索元数据;直接页面403。
  • 使用条件:目前仅据官方元数据提出阅读问题,不推断未核验的实现和性能。
  • 引用位置:第6周:新模型加入后,旧模型需要改动吗。

Zhong · ICCV 2025

CoopTrack: Exploring End-to-End Learning for Efficient Cooperative Sequential Perception

  • 教学用途:将顺序协作感知纳入课程阅读。
  • 已核验材料:官方检索元数据;直接页面403。
  • 使用条件:目前仅核对官方元数据,详细网络与实验设置需全文核验。
  • 引用位置:第15周:空间、时间与异构性需要分别测试。

Lu · ICLR 2024

HEAL: An Extensible Framework for Open Heterogeneous Collaborative Perception

政策文件

通用航空装备创新应用实施方案(2024—2030年)

四部门,2024-03-27,工信部联重装〔2024〕52号。 官方文件

  • 教学用途:课程现实背景。
  • 时间与使用条件:不能支持技术可行性或具体性能。

新一代人工智能发展规划

国务院,国发〔2017〕35号,2017-07-08。 官方文件

  • 教学用途:群体智能研究的国家战略背景。
  • 时间与使用条件:历史规划;支撑研究方向,不证明具体技术新颖性。

关于深入实施“人工智能+”行动的意见

国务院,国发〔2025〕11号,2025-08-21。 官方文件

  • 教学用途:智能终端、低空飞行与应用验证需求。
  • 时间与使用条件:政策提出发展方向;课程架构与训练方案属于研究推演。

无人驾驶航空器飞行管理暂行条例

国务院、中央军委,令第761号,2023;2024-01-01施行。 官方文件

  • 教学用途:将运行边界和异常处置纳入系统任务说明。
  • 时间与使用条件:仅用于教学背景;具体飞行活动仍需核对适用条件。

关于加快应急机器人发展的指导意见

应急管理部、工业和信息化部,2023成文、2024公开。 官方文件

  • 教学用途:断网等极端条件下的应急通信与多机协作需求。
  • 时间与使用条件:应用需求不能代替真实网络条件下的效果验证。

“机器人+”应用行动实施方案

十七部门,工信部联通装〔2022〕187号,2023公开。 官方文件

  • 教学用途:用应用场景与试验验证组织课程项目。
  • 时间与使用条件:阶段目标截至2025年,作为政策演进背景,不改写为未来目标。