Decentralized Planning Using Probabilistic Hyperproperties

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,利用单一智能体的马尔可夫决策过程(MDP)和概率超属性,解决多智能体在随机动力学下的规划问题。案例研究展示了该方法的灵活性和表达能力,拓宽了现有规划技术的规范能力。

🎯

关键要点

  • 本研究提出了一种新方法,利用单一智能体的马尔可夫决策过程(MDP)和概率超属性,解决多智能体在随机动力学下的规划问题。

  • 该方法能够捕捉去中心化智能体的时间目标,提供灵活且表达力强的框架。

  • 案例研究展示了该方法的灵活性和表达能力,拓宽了现有规划技术的规范能力。

  • 研究还展示了该方法与某类Dec-MDPs规划的密切联系。

➡️

继续阅读