研究人员开发了一种用于多智能体系统策略合成的新方法，专门针对有限数量的马尔可夫决策过程（MDP）智能体种群。该方法解决了聚合可达-规避机会约束问题，这对于标准均值场方法因小型智能体集群中的随机波动而失效的场景至关重要。该技术在均值场轨迹的同时传播经验密度的方差，使用离散时间Lyapunov递归和Cantelli不等式将机会约束转化为关于矩的确定性条件。这使得基于梯度的策略合成成为可能，并提供了一个有限N的证书用于严格验证，已在网格世界和电动汽车充电聚合问题上得到证明。 AI
影响 为有限多智能体系统中的策略合成引入了一种新颖的方法，改善了在随机条件下的控制。
排序理由 这是一篇详细介绍多智能体系统策略合成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
