用于联合自动车辆去中心化控制的 $\alpha$-潜在博弈
最优化与控制
2025-12-08 v1 计算机科学与博弈论
多智能体系统
摘要
为大规模联合自动车辆（CAV）设计可扩展且安全的控制策略，需要考虑在去中心化信息下代理之间基于策略的相互作用。虽然动态博弈提供了自然的建模框架，但在大规模设置中计算纳什均衡（NE）仍具有挑战性，而现有的米尔夫-费德博弈近似方法依赖于限制性假设，无法捕捉碰撞规避和异构行为。本文提出了用于 CAV 去中心化控制的 -潜在博弈框架。我们证明了计算 -NE 降低为求解去中心化控制问题，并且我们基于相互作用强度和非对称性推导出参数 的紧密界限。我们进一步开发了用于计算 -NE 的可扩展策略梯度算法，使用去中心化神经网络策略。数值实验表明，所提框架能够容纳多样化的交通流模型，有效捕捉碰撞规避、障碍规避和代理异构性。
引用
@article{arxiv.2512.05712,
title = {$\alpha$-Potential Games for Decentralized Control of Connected and Automated Vehicles},
author = {Xuan Di and Anran Hu and Zhexin Wang and Yufei Zhang},
journal= {arXiv preprint arXiv:2512.05712},
year = {2025}
}