考虑瞬态行为的多智能体覆盖控制

本文研究了多智能体覆盖控制（MAC）问题，其中智能体必须在执行覆盖任务时动态学习未知密度函数。与许多仅关注特定目标感知位置处遗憾的当前理论框架不同，我们的方法还考虑了由瞬态行为（从一个位置到另一个位置的路径）引起的遗憾。我们提出了基于加倍技巧的多智能体覆盖控制（MAC-DT）算法，并证明即使在考虑瞬态行为时，它也能实现（近似）遗憾为Õ(√T)。我们的结果也得到了数值实验的支持，展示了所提出的算法在模拟环境中能够匹配甚至超越基线算法。我们还展示了如何修改我们的算法以处理安全约束，并在真实机器人测试平台上进一步实现该算法。