基于模块化状态型斯塔克伯格博弈的分布式制造系统自优化

在本研究中，我们提出了模块化状态型斯塔克伯格博弈（Modular State-based Stackelberg Games, Mod-SbSG），一种用于模块化制造系统中分布式自学习的新博弈结构。Mod-SbSG 通过将基于状态的势博弈（SbPG）与斯塔克伯格博弈相集成，增强了生产系统中自学习代理之间的协作决策。这种层次化结构为制造系统中更重要的模块赋予先动优势，而较不重要的模块则对领导者的决策做出最优响应。该决策过程与制造系统中典型的多智能体学习算法不同，后者采用同时决策。我们为新博弈结构提供了收敛性保证，并设计了考虑层次化博弈结构的学习算法。我们进一步分析了 Mod-SbSG 中单领导者/多跟随者和多领导者/多跟随者场景的效果。为了评估其有效性，我们在工业控制环境中实现并测试了 Mod-SbSG，使用了两个具有顺序和串并联流程的实验室级测试平台。与 vanilla SbPG 相比，所提出的方法取得了有前景的结果，将溢出减少 97.1%，在某些情况下完全防止溢出。此外，它在满足生产需求的同时将功耗降低了 5–13%，显著改善了潜在（全局目标）值。