多机器人辅助中的可扩展操作员分配：一种无眠赌博机方法

在本文中，我们考虑在一个包含多个半自主机器人的系统中分配人类操作员的问题。每个机器人需要执行一系列独立的任务，在每项任务中都有一定概率失败并陷入故障状态。在需要时，人类操作员可以辅助或遥操作机器人。用于解决此类问题的传统 MDP 技术由于状态和动作空间随机器人和操作员数量呈指数增长而面临可扩展性问题。在本文中，我们推导了操作员分配问题可索引的条件，从而能够使用 Whittle 索引启发式方法。这些条件可以轻松检验以验证可索引性，并且我们证明它们对一系列广泛关注的问题均成立。我们的关键见解是利用单个机器人价值函数的结构，从而得到可针对每个机器人的每个状态分别验证的条件。我们将这些条件应用于远程机器人监督系统中常见的两类转移。通过数值模拟，我们证明了 Whittle 索引策略作为一种近最优且可扩展的方法的有效性，其性能优于现有的可扩展方法。