隐私保护规划中私有依赖关系的部分披露
多智能体系统
2021-02-16 v1 人工智能
摘要
在协作式隐私保护规划（CPPP）中，一组智能体联合制定计划以实现一组目标，同时保护彼此的隐私。在规划过程中，智能体常向其他智能体披露其公共动作之间的私有依赖关系，即哪个公共动作促成了另一公共动作的前置条件。先前 CPPP 的研究未限制此类依赖关系的披露。本文中，我们显式限制所披露依赖关系的数量，允许智能体仅发布其私有依赖关系的一部分。我们研究了决定发布哪些依赖关系及其如何影响求解能力的不同策略。我们评估了两种求解器——分布式前向搜索与基于单智能体投影的集中式规划——在该约束下生成计划的能力。在标准 CPPP 领域上的实验表明，所提出的依赖共享策略能够在仅共享全部私有依赖关系中很小一部分的同时生成计划。
引用
@article{arxiv.2102.07185,
title = {Partial Disclosure of Private Dependencies in Privacy Preserving Planning},
author = {Rotem Lev Lehman and Guy Shani and Roni Stern},
journal= {arXiv preprint arXiv:2102.07185},
year = {2021}
}