9、可扩展联盟形成的组织化学习方法

可扩展联盟形成的组织化学习方法

在多智能体系统中，智能体之间的合作可以带来诸多益处，例如多个机器人合作搬运重物、在短时间内清扫特定区域等。然而，随着智能体数量的增加，让所有智能体参与详细的协调/协商过程会限制系统的可扩展性。因此，先形成一个拥有足够资源来承担共同问题的智能体联盟，然后让联盟内的智能体进行协调和协商，是一种更优的选择。

1. 问题定义

为了专注于联盟形成问题，我们做出了一些简化假设以避免引入调度问题。我们假设时间被划分为多个回合，每个回合开始时，每个智能体都会收到一系列任务。一旦一个任务被分配给一个联盟，该联盟内的智能体在本回合结束前不能再被分配其他任务。回合结束后，所有智能体将被释放，准备分配下一回合的任务。

设 (T = (\tau_1, \tau_2, …, \tau_n)) 是一个回合中到达的任务序列，每个任务 (\tau_i) 由元组 ((u_i, r_{i,1}, r_{i,2}, …, r_{i,m})) 定义，其中 (u_i) 是完成任务 (\tau_i) 所获得的效用，(r_{i,k}) 是任务 (\tau_i) 所需的资源 (k) 的数量。设 (I = {I_1, I_2, …, I_n}) 是系统中的个体智能体集合，每个智能体 (I_j) 由元组 ((\sigma_{j,1}, \sigma_{j,2}, …, \sigma_{j,m})) 定义，其中 (\sigma_{j,k}) 是智能体 (I_j) 控制的资源 (k) 的数量。

联盟形成问题是找到一个任务子集 (S \subseteq T)，在满足联盟约束的同时最大化效用，即：
- 存在一组联盟 (C = {C_1, …, C_{|S|}})，其中 (C_i