多智能体规划的影响乐观局部值——扩展版

近年来，不确定性下的多智能体规划方法得到了发展，可扩展至数十甚至数百个智能体。然而，这些方法大多要么对问题域做出限制性假设，要么提供没有任何质量保证的近似解。前一类方法通常基于使用值函数上界的启发式搜索。不幸的是，对于具有非分解值函数的问题，尚不存在计算此类上界的技术。为了通过对非常广泛的一类问题进行可衡量的质量保证来实现有意义的基准测试，本文引入了一族针对不具有分解值函数的分解去中心化部分可观测马尔可夫决策过程（Dec-POMDPs）的影响乐观上界。直观地说，我们通过将非常大的多智能体规划问题划分为子问题，并在每个子问题上对系统其余部分施加的影响做出乐观假设，从而推导出界限。我们在数值上比较了不同的上界，并展示了如何获得非平凡的保证，即针对数百个智能体问题的启发式解接近最优解。此外，我们提供了证据表明这些上界可能会提高启发式影响搜索的有效性，并讨论了在多智能体规划中的进一步潜在应用。