多智能体合作中的自由能与自适应精度

合作多智能体系统需要在不确定性下进行稳健的信用分配。我们引入一种变分框架，称为Game-Theoretic Free Energy Principle (GT-FEP)，通过互动智能体的Gibbs分布来建模联盟形成。在该框架中，我们推导出信用分配的精度依赖形式，表明智能体的Shapley值与感官精度beta之间呈非单调关系，反映了噪声推断与过度自信局部估计之间的权衡。基于此观察，我们提出了自适应精度控制 (APC)，一种在线适应算法，通过合作贡献的局部估计动态调整观察精度。我们在真实世界的瑞士圆环轨迹数据集上评估了APC，并在源自同一轨迹的多智能体控制任务中进行测试。在两种情况下，APC均能在线适应变化的噪声条件，实现的性能与最佳固定精度相当，且无需事先调优。我们的结果将变分推断、合作博弈论和自适应多智能体协调联系起来，表明精度适应可以改善不确定性下的稳健合作。