マルチエージェント制御への半分散化アプローチ
arXiv cs.AI / 2026/3/13
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、半分散化フレームワークを導入し、半マルコフ制御と通信不確実性を組み合わせ、それをPOMDPへ拡張してSDec-POMDPモデルを生み出します。
- SDec-POMDP定式化の下で最適ポリシーを生成する厳密アルゴリズムとしてRS-SDA*を提示します。
- SDec-POMDPは分散型POMDPとマルチエージェントPOMDPを統合し、いくつかの既存の明示的通信機構を包含します。
- 著者らは、標準ベンチマークの半分散化バージョンと海上医療搬送シナリオに対してこのアプローチを評価し、実用性を示しています。
- この研究は、半分散化を通じて幅広いマルチエージェント通信問題を探索するための厳密な理論的基盤を提供します。
要旨: 通信不確実性を伴う環境における協調エージェントの半分散化制御のため、表現力豊かなフレームワークとアルゴリズムを導入します。semi-Markov制御はエージェントの行動に対する時間的分布を認めますが、semi-Markov通信、または我々がsemi-decentralizationと呼ぶものは、エージェントが履歴に格納できる行動と観測に対する時間的分布を与えます。私たちは半分散化を部分観測可能マルコフ決定過程（POMDP）へ拡張します。得られたSDec-POMDPは、分散型POMDPとマルチエージェントPOMDPを統合し、いくつかの既存の明示的通信機構を包含します。私たちはRS-SDA*（Recursive Small-step Semi-decentralized A*）、SDec-POMDPポリシーを最適に生成する厳密アルゴリズムを提示します。RS-SDA*は、いくつかの標準的なベンチマークの半分散化バージョンと海上医療搬送シナリオで評価されます。本論文は、半分散化の観点を通じて、多くのマルチエージェント通信問題の探索に対して、定義された理論的基盤を提供します。
