[發明專利]一種多聯盟非合作博弈的多智能體狀態控制方法

有效

• 申請號: 202211265171.8
• 申請日: 2022-10-17
• 公開（公告）號: CN115333956B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 李濤;李亞梅;姜琛;談錢輝;朱亞楠
• 申請（專利權）人: 南京信息工程大學
• 主分類號: H04L41/142
• 分類號: H04L41/142;G06F17/18;G06F17/16
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 顏盈靜

本發明涉及了一種多聯盟非合作博弈的多智能體狀態控制方法，構建多智能體系統的多聯盟非合作博弈模型，僅在動態事件觸發條件被觸發時，輸出聯盟的偽梯度之和估計和所有聯盟的狀態信息估計；根據每個聯盟的偽梯度之和估計和所有聯盟的狀態信息估計，采用廣義納什均衡尋求策略，尋找得到聯盟內所有智能體的廣義納什均衡，完成基于動態事件觸發的分布式多聯盟非合作博弈；本發明能夠實現具有耦合約束的聯盟間存在博弈時尋找到系統的廣義納什均衡，并設置了動態事件觸發機制，使智能體和聯盟只允許在滿足觸發條件時與鄰居交換信息，從而降低通信頻率，減輕了系統的計算成本。

技術領域

本發明屬于多智能體系統控制技術領域，具體涉及一種多聯盟非合作博弈的多智能體狀態控制方法。

背景技術

作為設計和分析交互代理決策機制的強大數學工具，多代理網絡的分布式優化和非合作博弈在過去幾年中一直是活躍的研究領域，并被廣泛應用于無線傳感器網絡、云計算、資源分配和智能電網等各個領域。在分布式優化中，代理通過合作來實現全局目標，而在非合作博弈中，代理通過競爭來實現自身利益的最大化。值得注意的是，在許多實際情況下，合作與競爭并存。為了探索交互主體之間的合作與競爭，多聯盟非合作博弈模型被學者提出。

然而，此類非合作博弈模型結構復雜，涉及的網絡規模通常較大，現有的多聯盟非合作博弈模型都要求智能體連續或周期性地進行交互，這通常會消耗大量的網絡資源并導致通信擁塞，在實際應用中會導致不必要的通信。此外，事件觸發機制因其在減少通信負擔方面的優異性能而引起了廣泛關注。事件觸發機制的核心思想在于，只有在當前狀態與上次觸發時的狀態之間的錯誤超過預先設計的閾值時，智能體才會交換信息。目前，主要的事件觸發機制可分為靜態事件觸發和動態事件觸發，研究表明，動態事件觸發機制下的系統更新次數更少。然而，目前為止，基于動態事件觸發的多聯盟非合作博弈的納什均衡求解問題并未得到研究。

發明內容

發明目的：為解決在動態事件機制下多聯盟非合作博弈中的廣義納什均衡的問題，本發明提出了一種基于動態事件觸發的多聯盟非合作博弈的多智能體狀態控制方法，在保證系統性能的同時減輕了計算成本和通信負擔，對于實現高性能控制系統具有重要的理論意義和實際意義。

技術方案：一種多聯盟非合作博弈的多智能體狀態控制方法，包括以下步驟：

步驟1：構建由多個聯盟組成的多聯盟非合作博弈模型；多個聯盟之間存在等式耦合約束；所述等式耦合約束表示為：所有聯盟的決策變量之和等于期望目標值；

在每個所述聯盟內部均設有多個智能體，并指定其中一個智能體作為通訊智能體，用于與鄰居聯盟通信；

在每個所述智能體內部設置有動態事件觸發條件；

當任意一智能體的動態事件觸發條件被滿足時，對于任意一聯盟內部，各智能體之間的通信關系被觸發，以此來獲取觸發時刻鄰居智能體對其所在聯盟內其他智能體的偽梯度之和的估計，和向鄰居智能體傳遞觸發時刻自身對其所在聯盟內其他智能體的偽梯度之和的估計；所述鄰居智能體對其所在聯盟內其他智能體的偽梯度之和的估計為鄰居智能體的代價函數對其所在聯盟內其他智能體的決策變量的估計求偏導后進行求和得到；同時各聯盟之間的通信關系被觸發，通過聯盟中的通訊智能體來獲取觸發時刻鄰居聯盟對多聯盟非合作博弈模型中其他聯盟的決策變量的估計和觸發時刻鄰居聯盟對多聯盟非合作博弈模型中其他聯盟的等式耦合約束相應的全局拉格朗日乘子的估計，以及聯盟中的通訊智能體向鄰居聯盟傳遞觸發時刻自身對多聯盟非合作博弈模型中其他聯盟的決策變量的估計和觸發時刻自身對多聯盟非合作博弈模型中其他聯盟的等式耦合約束相應的全局拉格朗日乘子的估計；

采用通信拓撲有向圖來表示各聯盟之間的通信關系，其中表示個聯盟組成的集合；為邊集合，表示聯盟之間的通信鏈路；是權重鄰接矩陣，表示兩個聯盟構成的邊的權重；