arXiv cs.MA· Ryan Park, Li-huan Shen, Jesse Milzman, Negar Mehr, David Fridovich-Keil·· 10 小时前AI 评分22
非合作动态博弈中信念失配的鲁棒方法
A Robust Approach to Belief Mismatch in Non-cooperative Dynamic Games
AI 导读
针对非合作动态博弈中智能体因私有传感器测量导致状态估计不一致的问题，研究者提出在增广信念空间中以扰动贝叶斯动力学建模，由假想对手“nature”选择扰动来刻画其他智能体信念的偏离，思路可视为经典 H-infinity 鲁棒控制向非合作随机动态博弈的扩展。配套求解器具有多项式时间迭代复杂度，两项实验显示该方法使自我智能体主动限制未来对其他智能体信念与动作模型误设的脆弱性，性能退化降低超过 48%。
正文 · AI 翻译
摘要：博弈论模型越来越多地被用于描述控制与机器人应用中的多智能体交互。然而，理论与计算上的复杂性使得这些模型在许多动态、不完全信息场景中难以处理。近期工作为降低计算复杂度做出了很强的假设：智能体之间共享传感器测量值，并维护对状态不确定性的共同估计。遗憾的是，这些假设在一般性的非合作交互中强制引入了一定程度的合作。本文从自我智能体（ego agent）的视角出发，既追求计算可处理性，又追求对其他智能体因私有（而非共享）传感器测量导致的状态估计不一致所引发的意外行为的鲁棒性。为此，我们在一个增广信念空间中构建博弈论规划问题，该空间具有扰动贝叶斯动力学，使自我智能体能够预测所有智能体可能发散的状态估计。这些扰动由一个假想的对手“自然”选择，以反映非自我智能体的状态估计——基于自我智能体在运行时不会看到的测量值——可能如何偏离自我智能体自身的信念。最终，我们的方法可以理解为经典 H-infinity 鲁棒控制的精神，并扩展到非合作、随机动态博弈。我们提出了一个具有多项式时间迭代的求解器，并进行了两个实验，表明鲁棒信念空间推理如何引导自我智能体主动限制其未来对其他智能体信念与动作模型错误设定的脆弱性，将性能退化降低超过 48%。
| 主题： | 多智能体系统（cs.MA）；系统与控制（eess.SY） |
| 引用为： | arXiv:2610.40999 [cs.MA] |
| （或 arXiv:2610.40999v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40999 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ryan Park [查看电子邮件]
[v1]
2026年10月29日 星期四 21:30:36 UTC（637 KB）
来源：arXiv cs.MA · arxiv.org