面向联盟形成的异构策略的资源感知自适应方法

现有的联盟形成方法通常假设与任务相关的需求由人类操作员精确指定。然而，先前的工作表明，人类虽然极其擅长解决复杂问题，却难以明确表述其求解策略。此外，现有方法常忽略专家可能对同一问题采用不同但同样有效的解决方案（即异构策略）这一事实。在这项工作中，我们提出一个两部分框架以应对这些挑战。首先，我们解决直接从专家联盟形成演示中推断隐式策略的挑战。为此，我们将此类异构策略建模并推断为与每个任务相关的基于能力的需求。接下来，我们提出一种能够自适应地选择最适合目标团队的推断策略而无需额外训练的方法。具体而言，我们形式化并求解一个约束优化问题，该问题在给定目标团队能力的情况下同时选择最适当的策略，并将其成员分配至合适的联盟。我们使用详细的数值模拟、星际争霸 II 战斗以及多机器人应急响应场景，将我们的方法与若干基线（包括一些类似现有方法的方法）进行评估。我们的结果表明，我们的框架在需求满足、资源利用和任务成功率方面始终优于所有基线。