多智能体规划中的公平性
人工智能
2023-05-23 v2
摘要
在协作式多智能体规划（MAP）中，一组目标须由一组智能体达成。无论这些智能体是对目标向各智能体进行预分配，还是直接在无任何目标分配的情况下搜索解，以往多数工作并未关注目标在智能体间的公平分配或达成。本文将已知公平性方案适配于MAP，并引入两种新方法以生成考虑代价的公平规划。第一种方法求解一个优化问题将目标预分配给智能体，随后使用该分配求解集中式MAP任务。第二种方法由基于规划的编译组成，可在考虑给定公平性方案的同时求解目标分配与规划的联合问题。在若干标准MAP基准上的实证结果表明，这些方法优于不同基线。结果还表明，生成公平规划无需牺牲过多规划代价。
引用
@article{arxiv.2212.00506,
title = {Fairness in Multi-Agent Planning},
author = {Alberto Pozanco and Daniel Borrajo},
journal= {arXiv preprint arXiv:2212.00506},
year = {2023}
}