一种用于资源分配的多智能体规划协调 MDP 方法及其在医疗领域的应用

本文考虑了一种在动态环境中可扩展的多智能体资源分配新方法。我们提出了一种近似解法，其中每个资源消费者由一个基于 MDP 的独立智能体表示，该智能体仅利用关于其他所有智能体的有限信息，通过其预期资源访问的平均模型来建模预期效用。我们提出了一种基于全局拍卖的机制，用于基于预期遗憾进行分配。鉴于我们考虑的是医疗场景，我们假设真实竞价和合作协调机制。我们将协调 MDP 方法的性能与旨在用于大规模应用的基于蒙特卡洛的规划算法，以及其他适用于医疗资源分配的方法进行了对比。评估表明，在某些时间约束下，使用我们的算法时所有消费者智能体的全局效用值更接近最优，且计算成本较低。因此，我们为应对医疗环境中出现的复杂资源分配问题提供了一种有前景的方法。