STRATA：异构智能体大团队中任务分配的统一框架
机器人学
2020-02-10 v3 多智能体系统
摘要
异构智能体大团队有潜力解决单个智能体独立工作无法处理的复杂多任务问题。然而，解决复杂多任务问题需要利用团队中不同种类智能体的相对优势。我们提出基于随机特质任务分配（STRATA），这是一个建模异构智能体大团队并执行有效任务分配的统一框架。具体而言，给定各项任务所需特质（能力）的信息，STRATA 计算智能体到任务的分配，从而满足特质需求。受机器人群与生物多样性方面先前工作的启发，我们根据特质将智能体划分为不同物种（组）。我们将每个特质建模为连续变量，并区分可由不同智能体聚合与不可聚合的特质。STRATA 能够对特质在物种层面和智能体层面的变异性进行推理。此外，我们基于团队的连续空间特质模型定义了任意给定团队的多样性度量。我们通过基于仿真和夺旗游戏环境的详细实验说明了 STRATA 的必要性与有效性。
引用
@article{arxiv.1903.05149,
title = {STRATA: A Unified Framework for Task Assignments in Large Teams of Heterogeneous Agents},
author = {Harish Ravichandar and Kenneth Shaw and Sonia Chernova},
journal= {arXiv preprint arXiv:1903.05149},
year = {2020}
}