图上持续监控的最优阈值控制策略

我们考虑最优多智能体持续监控问题：一组协作智能体访问图上的节点（目标），目标是最小化节点状态不确定性的总体度量。该问题的解涉及智能体轨迹，由每个智能体访问的节点序列及在每个节点停留的时间共同定义。由于此类最优轨迹通常难以处理，我们提出一类分布式基于阈值的参数化控制器，其中智能体从一个节点到下一个节点的转移由节点不确定性状态上的阈值参数控制。智能体-目标系统的所得行为可用混合动态系统描述。这使得能够利用无穷小扰动分析（IPA）通过梯度下降方法在线（局部）确定最优阈值参数，从而在此类基于阈值的策略族中获得最优控制器。我们进一步证明，在单智能体情形下IPA梯度是单调的，这意味着一种简单结构：智能体访问某节点时应将不确定性状态降为零后再移至下一节点。文中包含仿真示例以说明我们的结果，并在可能时与通过动态规划导出的最优解进行比较。