面向先进空中出行的图注意力多智能体机队自治

自主出行正作为一种新的颠覆性城市货运与客运模式兴起。然而，设计可扩展的自主机队协调方案以适应快速增长的出行系统具有挑战性，主要源于机队异质性增加、时变需求模式、服务区域扩张以及通信限制。我们引入部分可观测先进空中出行博弈的概念，通过考虑交互智能体的异质性与商业出行机队固有的自利性来协调一批飞行器。为建模出行网络中智能体间的复杂交互与观测不确定性，我们提出了一种新颖的基于异质图注意力编码器-解码器（HetGAT Enc-Dec）神经网络的随机策略。我们利用深度多智能体强化学习训练该策略，使智能体基于局部观测进行分散决策。通过大量实验，我们表明所学策略可泛化至不同机队构成、需求模式与观测拓扑。此外，在按需出行网络中，采用 HetGAT Enc-Dec 策略的机队通过实现最高机队奖励与履约率，优于其他最先进的图神经网络策略。