即兴团队协作中用于规划的通信期望值

自主智能体的一个理想目标是能够即时与先前未知的队友进行协调。这被称为“即兴团队协作”（ad hoc teamwork），实现此种能力正受到研究界越来越多的关注。即兴团队协作的核心挑战之一是如何快速识别其他智能体的当前计划并相应规划。本文关注队友可相互通信但需付出代价的场景。因此，他们必须谨慎平衡基于观察的计划识别与基于通信的计划识别。本文提出了一种评估队友可能遵循的两种策略相似度的新度量——期望分歧点（Expected Divergence Point, EDP）。随后我们提出了一种用于即兴团队协作的新规划算法，以确定该询问哪个查询并相应规划。我们在一系列渐趋通用的即兴团队协作通信问题中展示了该算法的有效性。