自主智能体群体的稳态策略合成
多智能体系统
2025-05-21 v2
摘要
稳态合成旨在为给定的马尔可夫决策过程 构造策略，使得其长期平均访问频率满足给定数值约束。该问题可在多项式时间内解决，内存无关策略足以近似由通用（无限内存）策略实现的任意频率向量。我们研究的是多智能体系统的稳态合成问题，即多个自主智能体共同努力实现合适的频率向量。我们指出，针对多个智能体的问题是计算困难的（具体取决于变体类型，可能是PSPACE困难或NP困难），且内存无关策略轮廓不足以近似可实现的频率向量。此外，我们证明了即使评估给定内存轮廓实现的频率向量也计算困难。这揭示了即使针对内存轮廓也存在构建高效合成算法的严重障碍。尽管如此，我们设计了一个针对完全内存轮廓子类的高效可扩展合成算法，并在大量随机生成实例上对其进行评估。实验结果表明，该算法相对于基于策略共享的朴素算法具有显著的改进。
引用
@article{arxiv.2505.12406,
title = {Steady-State Strategy Synthesis for Swarms of Autonomous Agents},
author = {Martin Jonáš and Antonín Kučera and Vojtěch Kůr and Jan Mačák},
journal= {arXiv preprint arXiv:2505.12406},
year = {2025}
}