随机通信网络中具有自愿与有限通信的去中心化惯性最优响应

多个自主智能体在随机通信网络上交互，以最大化其依赖于其他智能体动作的各自效用函数。我们考虑具有惯性类型的去中心化最优响应算法，其中智能体基于局部信息形成关于其他参与者未来动作的信念，并采取相对于这些信念计算出的期望效用最大化的动作，或继续采取其先前的动作。我们证明了在弱无环博弈中，若信念更新与信息交换协议在静态环境（即其他智能体动作不变）下能在有限时间内以正概率成功学习其他参与者的动作，则此类算法收敛到纳什均衡。我们设计了一种满足该条件的具有自愿与有限通信的去中心化虚拟博弈算法（DFP-VL）。在自愿通信协议中，每个智能体通过评估其信息的新颖性及其信息对他人效用函数评估的潜在影响，来决定与谁交换信息。有限通信协议要求智能体仅向决定通信的对象发送其最频繁的动作。在目标分配博弈上的数值实验表明，自愿与有限通信协议可在保持与智能体持续尝试通信的 DFP 相同收敛速率的同时，将通信尝试次数减少一半以上。