关于线性资源共享问题对新智能体到达的敏感性

我们考虑一个由线性规划表示的多智能体最优资源共享问题。待共享的资源总量固定，智能体属于一个以概率方式刻画的总体，以允许智能体间的异质性。本文中，我们刻画了新智能体到达会影响其他智能体资源份额的概率特征，这意味着以牺牲其他智能体分配为代价来满足新智能体请求会提供某种收益。该概率代表了当新智能体出现时线性规划资源共享问题最优解的敏感性指标，对于多智能体系统的正确且盈利的运作具有根本重要性。我们的研究基于资源共享问题与某些对偶重构之间的等价性，这些对偶重构可解释为场景规划，其中场景数对应于原问题中的智能体数。随后利用近期的“wait-and-judge”场景方法获得所求敏感性指标。我们的理论发现通过最优货机装载的数值算例得以展示。