A Hierarchical Game-Theoretic Decision-Making for Cooperative Multi-Agent Systems Under the Presence of Adversarial Agents

要約

危険なシナリオにおけるマルチエージェント システム (MAS) 間の基本的な関係は、ゲーム理論モデルとして表すことができます。
この論文では、Game-theoretic Utility Tree (GUT) と呼ばれる新しい階層ネットワークベースのモデルを提案します。このモデルは、協調的な MAS 決定のために、高レベルの戦略を実行可能な低レベルのアクションに分解します。
これは、リアルタイム戦略ゲームに対するエージェントのニーズに基づく新しいペイオフ メジャーと組み合わされます。
ここでは、成功確率とシステム コストのバランスを取るという観点から、タスクを達成する MAS のパフォーマンスを測定します。
複合アクションの報酬に貪欲に依存する最先端の方法に対して、GUT アプローチを評価します。
大規模な数値シミュレーションの決定的な結果は、GUT が MAS 協力間のより複雑な関係を整理できることを示しており、グループがより低いコストとより高い勝率で挑戦的なタスクを達成するのに役立ちます。
さらに、シミュレータ ハードウェア テストベッド – Robotarium を使用して、GUT の適用性を実証しました。
パフォーマンスは、実際のロボット アプリケーションでの GUT の有効性を検証し、GUT が MAS 協力戦略を効果的に編成できることを検証し、利点の少ないグループがより高いパフォーマンスを達成するのに役立ちました。

要約(オリジナル)

Underlying relationships among Multi-Agent Systems (MAS) in hazardous scenarios can be represented as Game-theoretic models. This paper proposes a new hierarchical network-based model called Game-theoretic Utility Tree (GUT), which decomposes high-level strategies into executable low-level actions for cooperative MAS decisions. It combines with a new payoff measure based on agent needs for real-time strategy games. We present an Explore game domain, where we measure the performance of MAS achieving tasks from the perspective of balancing the success probability and system costs. We evaluate the GUT approach against state-of-the-art methods that greedily rely on rewards of the composite actions. Conclusive results on extensive numerical simulations indicate that GUT can organize more complex relationships among MAS cooperation, helping the group achieve challenging tasks with lower costs and higher winning rates. Furthermore, we demonstrated the applicability of the GUT using the simulator-hardware testbed – Robotarium. The performances verified the effectiveness of the GUT in the real robot application and validated that the GUT could effectively organize MAS cooperation strategies, helping the group with fewer advantages achieve higher performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google