连续动作空间中面向协同护卫问题的去中心化主动感知

我们考虑协同护卫问题，其中一支去中心化的支援机器人团队隐式协助高价值主机器人的任务。其决定性挑战是如何评估支援机器人动作对主机器人任务的影响。为刻画该影响，我们为支援机器人定义了两个新颖的辅助奖励函数，称为满意度提升和满意度熵，它们分别计算任务成功概率的提升或其不确定性。给定这些奖励函数，我们使用去中心化交叉熵方法（Dec-CEM）——一种基于乘积分布近似将 CEM 扩展到多智能体系统的新方法——来协调主机器人与支援机器人的整个团队。在一个模拟避障场景中，我们的规划框架相比传统的解耦信息收集在任务满意度上展现出高达两倍的提升。我们结果的意义在于引入了一类新的算法问题，其将赋能异构多机器人系统的重要新实际应用。