具有性能界保证的异构多智能体团队在覆盖问题中的最优组合

我们考虑确定异构多智能体团队在覆盖问题中的最优组合问题，其中计入了与不同智能体相关的成本，并对智能体最大允许数量设定了上限。我们构建了一个资源分配问题，且未向原问题引入额外的非凸性。我们提出了一种分布式投影梯度上升（Projected Gradient Ascent, PGA）算法来求解最优团队组合问题。为处理非凸性，我们使用贪心方法初始化算法，并利用覆盖目标函数的子模性和曲率性质，推导出了关于优化问题解的更紧致的新性能界保证。文中给出了数值算例，以验证该方法在不同任务空间配置和不同异构多智能体集合中的有效性。使用商业混合整数非线性规划问题求解器得到的对比结果表明了分布式PGA算法的准确性和计算效率。