多Agent动态影响图及其概率分布的近似方法

将多 Agent 影响图(MAIDs)在时间上进行扩展,提出一种决策模型:多 Agent 动态影响图(MADIDs),用于表示动态环境中多 Agent 协作的结构关系.为了有效计算 MADIDs 的概率分布,以 Agents 之间的策略偏序关系为指导,给出概率分布的一种分解近似方法,进而讨论概率分布在推理中的近似.对 MADIDs 概率分布计算的复杂性、误差以及误差在时间上的传播进行分析,进而基于 KL 差分,给出一个可对近似分布的精度和复杂性进行均衡的函数.最后,针对一个表示协作关系的 MADID 模型,进行实验和算法比较,实验结果显示该概率分布近似方法的有效性.