Core Concepts
確率的マルチエージェントシステムにおいて、リアルタイムに割り当てられたSTL仕様を満たすよう、エージェントレベルでのタスク分解、エージェント-タスクペアの評価、オークション方式によるタスク割り当て、そして各エージェントの確率的保証付きの制御戦略合成を行う。
Abstract
本論文は、確率的な外乱を受けるマルチエージェントシステムに対して、リアルタイムに割り当てられるSTL仕様を効率的に処理し、各エージェントの制御戦略を合成する手法を提案している。
まず、新しく割り当てられたSTL仕様をエージェントレベルの部分仕様に分解する。次に、STLロバスト性に基づくヒューリスティックなフィルタリングを用いて、有望なエージェント-タスクペアを選定する。その後、各ペアの局所的なリスク値に基づいてオークション方式でタスクの最終的な割り当てを行う。最後に、チューブベースのモデル予測制御を用いて、各エージェントの確率的保証付きの制御戦略を合成する。
提案手法では、リアルタイムに割り当てられる仕様に対して、確率的な保証を持つ制御戦略を効率的に合成できる。また、理論的な解析から、提案手法の再帰的な実行可能性が示されている。最後に、自律走行の交差点通過シナリオを用いた数値例により、提案手法の有効性が確認されている。
Stats
各エージェントの状態と入力の次元は同一である
各エージェントの外乱ノイズは平均0、正定値共分散を持つ確率分布に従う
外乱ノイズは相互に独立である