用于多智能体团队协作的混合 BDI-POMDP 框架

许多当前的大规模多智能体团队实现可以被描述为遵循信念-愿望-意图（BDI）范式，并具有团队计划的显式表示。尽管前景广阔，但当前的 BDI 团队方法缺乏在不确定性下进行定量性能分析的工具。分布式部分可观测马尔可夫决策问题（POMDP）非常适合此类分析，但在此类模型中寻找最优策略的复杂性高度棘手。本文的关键贡献是一种混合 BDI-POMDP 方法，其中利用 BDI 团队计划来提高 POMDP 的可处理性，而 POMDP 分析则提高 BDI 团队计划的性能。具体而言，我们关注角色分配，这是 BDI 团队中的一个基本问题：将哪些智能体分配给团队中的不同角色。本文提供了三项关键贡献。首先，我们描述了一种考虑领域未来不确定性的角色分配技术；先前关于多智能体角色分配的工作未能解决此类不确定性。为此，我们引入了 RMTDP（基于角色的马尔可夫团队决策问题），一种用于分析角色分配的新的分布式 POMDP 模型。我们的技术通过显著缩减 RMTDP 策略搜索来获得可处理性；具体而言，BDI 团队计划提供不完整的 RMTDP 策略，而 RMTDP 策略搜索通过搜索最佳角色分配来填补此类不完整策略中的空白。我们的第二项关键贡献是一种新颖的分解技术，以进一步提高 RMTDP 策略搜索效率。尽管仅限于搜索角色分配，但仍然存在组合级数量的角色分配，在 RMTDP 中评估每一个以识别最佳分配极其困难。我们的分解技术利用 BDI 团队计划中的结构来显著剪枝角色分配的搜索空间。我们的第三项关键贡献是一种显著更快的策略评估算法，适用于我们的 BDI-POMDP 混合方法。最后，我们还展示了来自两个领域的实验结果：任务排练仿真和 RoboCupRescue 灾难救援仿真。