资源分配的成本最优多Agent系统的合成
摘要：多智能体系统的资源分配（MRAs）被引入为分布式计算中建模竞争性资源分配问题的概念。MRA由一组智能体和一组资源组成。每个智能体都有分配特定资源的目标。对于MRAs来说，通常重要的是它们的设计可以保证存在一种策略，确保所有智能体都能实现其目标。相应的模型检查问题是确定是否存在这样的获胜策略，而合成问题则是实际构建策略。尽管获胜策略确保了所有目标的实现，但遵循这些策略不一定包括对资源的最优利用。 本文介绍了一种技术，允许合成分布式资源分配问题的成本最优解。我们考虑到系统组件（如智能体和资源）涉及成本的情况。要设计一个成本最小化但仍能完成给定目标集的多智能体系统。我们的方法合成了一种获胜策略，该策略最小化为实现目标而需要的组件的累积成本。该技术基于命题逻辑编码和将合成问题简化为最大可满足性问题（Max-SAT）。因此，可以使用Max-SAT求解器来执行合成。通过使编码的满足子句数量最大化的真值赋值，可以立即获得成本最优的获胜策略和成本最优的系统。
作者：Nils Timm (University of Pretoria), Josua Botha (University of Pretoria)
论文ID：2209.09473
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2022-09-21