【ICLR 2022】《多Agent控制的遗憾最小化方法》谷歌、普林斯顿大学

本文研究具有已知动力学和对抗性干扰动态系统的多智能体控制问题。我们的研究重点是没有集中的预计算策略的最优控制，而是对不同的智能体只配备一个稳定控制器的自适应控制策略。我们给出了一个从任何（标准）遗憾最小化控制方法到分布式算法的还原方法。该还原法保证了所产生的分布式算法相对于最佳预计算的联合策略具有较低的遗憾。我们的方法包括将在线凸优化推广到多智能体环境中，并应用最近从非随机控制中得出的单智能体工具。我们在一个过度行动的飞机模型上对我们的方法进行了经验评估。我们表明，分布式方法对故障和动态中的对抗性扰动是稳健的。