基于知识的多智能体团队与自然对抗的策略
摘要：团队通过与自然对抗来实现共同目标。由于部分可观测性，我们假设代理人具有不完全的信息，且在游戏过程中无法进行沟通。我们提出了一种自然的高阶代理知识的概念。基于这个概念，我们定义了一类基于知识的策略，并考虑了该类策略的合成问题。我们引入了一个多代理扩展模型MKBCS，将其应用于此类游戏的基于知识的子集构造。其迭代应用结果计算出代理人的高阶知识。我们展示了如何利用MKBCS进行基于知识的策略配置设计，并研究了在一些自然假设下，这些策略在原始游戏和MKBCS的迭代应用中的存在性的传递。我们还将基于显式知识表示和更新的“内涵”视角的基于知识的策略与基于有限传输器的有限内存策略的“外延”视角进行了关联和比较，并展示了在某种意义上，这两者是等价的。
作者：Dilian Gurov, Valentin Goranko and Edvin Lundberg
论文ID：2012.14851
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2021-12-30