具有紧迫度阈值的多智能体任务分配演化博弈动力学研究

Understanding the emergence and persistence of cooperative behaviors in a population consisting of selfish individuals is a hot topic in a wide range of disciplines, and has attracted great attention of scientists from different research areas. Inspired by the development of swarm intelligence and the realistic requirement for efficient collaboration among intelligent agents, the strategy competition and collaboration among agents is in urgent need of investigation. Different with the traditional approaches, in this project we make an interdisciplinary study on collective competition and cooperation in the framework of division of labor theory and evolutionary games, to resolve the cooperative dilemma which occurs in the division of labor among agents. We aim to establish effective models under many situations, such as multiple strategies, various tasks, the heterogeneity of time scales, and the complicated threshold of the task. Our focus is also put on the analysis of the evolution dynamics of the proposed systems, and the effective models and mechanisms fostering the cooperative behaviors in a group, and enriching the evolutionary game theory in the gaming multi-agent system. We finally employ the robots to investigate in depth the origin of cooperative behaviors in the division of labor problems. The intelligent robots can help us gain more practical approaches to promote the cooperative behaviors, and provide useful inspiration for the collaboration control of multi-agent systems.

理解群体中合作行为的涌现和维持是涉及多个学科的热门课题，吸引了不同领域研究学者的广泛关注。随着群体智能研究的深入，以及对于多智能群体高效协作的现实需求，关于群体博弈与合作问题的研究亟待深入展开。有别于传统的研究方法，本项目将开展演化博弈理论和任务分配的交叉研究，探索群体自组织任务分配中合作困境的产生根源。重点研究在多策略、多任务、多时间尺度、复杂任务紧迫度阈值条件下，建立任务分配博弈数学模型。采用有效的数学工具分析系统的演化动力学，获得有效促进群体合作行为产生的模型和机制，丰富智能系统博弈与合作理论。最后研究具有更高智能性的机器人群体的任务分配问题，得到更具实用性的促进智能群体合作行为产生的方法，为多智能体的协同控制提供思路启发。

针对群体任务分配中的利益博弈与合作问题，本项目把传统而抽象的合作问题的研究横向拓展到群体任务分配领域，开展群体任务分配问题与演化博弈理论结合的交叉研究。关键地，将任务分配中存在的合作困境看作以多种策略共存为平衡态的一类博弈模型。进而采用合作问题的典型研究方法，研究最优任务分配结果的涌现条件，并为其工程应用提供新的思路。在有限规模的网络化群体面临任务分配时，相关策略的固定概率计算问题是难点。本项目利用随机过程的分析方法，系统分析了二人博弈、多人博弈条件下，固定概率和固定时间的计算方法。建立了任务分配的自组织效果和任务分配博弈演化稳定性之间的理论联系。为研究智能群体的自组织任务分配的形成与控制提供了理论依据。在环状网络上，本项目基于几种典型的更新过程：出生-死亡（BD）更新进程、死亡出生（DB）更新进程和混合DB-BD更新过程，展开动力学分析。对收益与适应度之间的数学关系，本项目采用了指数映射关系，并由此展开环状网络结构下的策略固定概率和固定时间的计算问题。另外，如何有限刻画和提出更加符合现实意义的策略，是一个难点。本项目在传统策略组合的基础上引入了新的策略。并研究在他们同时存在时，系统演化稳定条件发生的变化。网络化群体结构中，多策略的竞争和演化稳定性理论分析难度大，本项目建立了针对三种策略的任务分配博弈自组织演化稳定性分析方法，具有很强的扩展性。另外，本项目搭建了基于E-Puck机器人的实验测试平台，验证了所得模型和算法的有效性。在国内外刊物和会议发表(含在线)学术论文12篇(刊物论文11篇，EI收录会议论文1篇)，其中SCI一区Top刊论文1篇，二区论文7篇。培养博士生1名，硕士生9名(毕业2名)。申请并获得计算机软件著作权一项：基于E-Puck机器人的集群智能实验系统软件v1.0，证书号：软著登字第2019SR1456527号，项目主持人为第一完成人。项目主持人作为团队成员入选2019年天津市创新人才推进计划重点领域创新团队。全面完成了项目任务书中的各项指标。