GRAPE-S:面向多服务集体的近实时联盟形成
多智能体系统
2023-10-20 v1 人工智能
摘要
用于军事和灾难响应应用的机器人集体需要联盟形成算法将机器人划分为合适的任务团队。集体的任务通常包含需要多种高层机器人行为或服务的情况,联盟形成必须对此予以适应。高度动态和非结构化的应用领域还要求联盟形成算法能在近实时(即<5分钟)内、针对非常庞大的集体(即数百个机器人)产生近最优解(即>95%效用)。此前的联盟形成算法均无法满足这些要求。初步评估发现,传统基于拍卖的算法运行时间过长,即便集中式模拟器采用了现实部署中不太可能出现的理想条件(即机器人间同步以及完美、即时通信)。基于享乐博弈的GRAPE算法能在近实时内产生解,但无法应用于多服务集体。本文整合GRAPE与服务模型,提出了GRAPE-S和Pair-GRAPE-S。这些算法及两个拍卖基线在多达1000个机器人的集中式模拟器上,以及迄今最大规模的分布式联盟形成模拟评估(多达500个机器人)中进行了评测。评估表明拍卖方法迁移到分布式集体效果很差,导致运行时间过长且解效用低下。GRAPE-S满足了目标领域的联盟形成要求,在近实时内产生近最优解,而Pair-GRAPE-S更超越领域要求,在近实时内产生最优解。GRAPE-S和Pair-GRAPE-S是首批被证实支持超大规模、分布式、多服务集体近实时联盟形成的算法。
引用
@article{arxiv.2310.12480,
title = {GRAPE-S: Near Real-Time Coalition Formation for Multiple Service Collectives},
author = {Grace Diehl and Julie A. Adams},
journal= {arXiv preprint arXiv:2310.12480},
year = {2023}
}