14、大规模多智能体团队的灵活协调

大规模多智能体团队的灵活协调

1 引言

在分布式、动态且可能充满敌意的环境中，通过团队合作进行协调的智能体群体，能够灵活且稳健地实现共同目标。基于基本的团队合作理念，许多系统已成功实施，涵盖支持人类协作的团队、灾难响应团队、制造团队、训练团队和游戏团队等。然而，这些团队的规模受到严重限制。为解决更大型、更复杂的问题，我们需要规模更大且保留团队合作理想特性的团队。

以往团队合作方法成功的关键在于，每个智能体都拥有其他智能体及团队共同活动的明确、详细模型。团队成员利用这些模型来规划有助于实现共同目标的行动。但当团队规模扩大时，维护所有其他队友的最新详细模型，甚至是所有团队活动的模型，变得不可行。具体而言，使这些模型保持最新所需的通信量，无法随智能体数量的增加而有效扩展。没有这些模型，团队合作理论和实践的关键要素就会崩溃。

为解决这一问题，我们提出一种不依赖精确团队模型的团队合作模型。通过不要求精确模型，我们限制了所需的通信量，使该方法适用于非常大的团队。不过，放弃精确模型意味着无法提供如联合意图等方法所保证的团队凝聚力。相反，我们的算法旨在以高概率实现具有凝聚力、灵活性和稳健性的团队合作。

基本思路是将团队组织成动态演变、相互重叠的子团队，这些子团队致力于实现整体团队目标的子目标。子团队成员维护彼此及所从事特定子目标的精确模型。为确保整个团队的凝聚力并减少低效性，我们将所有智能体连接成一个网络。通过要求智能体向其网络邻居告知所在子团队的子目标，很有可能检测到并解决低效问题。利用这个模型，我们成功开发出拥有 200 个成员且高效、响应迅速且具有凝聚力的团队。该模型成功的关键有三个方面：
- 划分成子团队 ：将团队分解为