作为策略型博弈的能量最优多智能体导航

本扩展摘要提出了一种将多智能体系统能量最优轨迹生成为策略型博弈的方法。利用最优控制中的最新结果，我们证明如果约束激活序列是先验已知的，则可以在几毫秒内生成能量最优轨迹。因此，智能体不是从函数空间中选择无限维动作，而是从有限数量的约束中选择其动作，并确定每个约束变为激活的时间。此外，智能体可以将其轨迹精确编码为一组实数，而不是将其控制动作作为无限维函数进行通信。我们在仿真中演示了该算法的性能，并在平板电脑上于 45 毫秒内找到了最优轨迹。