分散信息多智能体系统的最优对称策略

我们考虑一个由具有分散信息的智能体团队组成的协作多智能体系统。我们的重点是为智能体设计对称（即相同）策略，以优化有限时域团队目标。我们从一个一般信息结构出发，然后考虑若干特殊情况。使用对称策略的约束在团队问题中引入了新的特征与复杂性。例如，我们在一个简单例子中表明，随机对称策略可能优于确定性对称策略。我们还讨论了为何一些已知的用于缩减团队中智能体私有信息的方法在对称策略约束下可能失效。随后，我们针对该问题采用公共信息方法，并对其进行修改以适应对称策略的使用。这导出一个基于公共信息的动态规划，其中每一步涉及从智能体私有信息空间到动作概率分布空间上的单个函数的最小化。我们给出了若干专门模型，其中可利用基于简单动态规划的论证来缩减私有信息。