Neue Methode löst große deterministische Multi-Agenten-Planungsprobleme

Ein neues arXiv‑Preprint präsentiert einen Durchbruch in der Planung für Multi‑Agenten‑Systeme. Der Autor definiert die Klasse der Deterministic Decentralized POMDPs (Det‑Dec‑POMDPs), bei denen Übergänge und Beobachtungen vollständig deterministisch sind. Diese Struktur deckt viele praxisrelevante Aufgaben ab, etwa die Navigation mehrerer Roboter oder die Koordination autonomer Fahrzeuge.

Zur Lösung dieser Probleme wird der Solver Iterative Deterministic POMDP Planning (IDPP) vorgestellt. IDPP baut auf dem bewährten Joint Equilibrium Search for Policies-Framework auf, erweitert es jedoch um spezielle Optimierungen für große Det‑Dec‑POMDPs. Damit kann IDPP bislang unlösbare Aufgaben effizient bearbeiten, die herkömmliche Dec‑POMDP‑Solver nicht bewältigen.

Die Arbeit liefert damit ein skalierbares Werkzeug für die Praxis und eröffnet neue Möglichkeiten in der kollaborativen Robotik, der Verkehrssteuerung und anderen Bereichen, in denen deterministische Aktionen und Beobachtungen dominieren.