STAIR：路由与决策中时间窗分配及内部对抗影响的稳定性准则

现有多智能体系统路由算法的一个主要局限在于，其设计未考虑决策回路中可能存在对抗性智能体，这可能导致在存在对抗性智能体的实际应用中出现严重的性能下降。我们研究了自主取送货路由问题，其中对抗性智能体通过欺骗自身位置发起协同拒绝服务攻击。这种欺骗导致中央调度器将取货请求分配给对抗性智能体而非合作智能体。对抗性智能体随后选择不服务这些请求，目的是破坏系统的运行，导致延迟、取消以及路由策略的潜在不稳定。路由问题中的策略稳定性通常定义为策略成本随时间一致有界，并已通过两个不同的视角（排队论和强化学习（RL））进行了研究，但这两种视角均不适用于存在对抗者的路由场景。在本文中，我们提出了一种新的稳定性准则STAIR，它在对抗环境下比基于排队论的稳定性更易于分析。此外，STAIR不依赖于所选的折扣因子，而折扣RL稳定性则非如此。STAIR将稳定性与期望的运营指标（如有限的被拒绝请求数）直接联系起来。这种表征在对抗环境中尤为有用，因为它提供了一种用于监控对抗者对系统运行影响的指标。此外，我们通过对真实世界旧金山按需出行数据的模拟，证明了STAIR的实际相关性。我们还识别了对抗性路由问题中出现的退化稳定性现象，并在决策算法中引入时间窗约束以缓解该现象。