延迟共享POMDP中分散式团队均衡的私有与公共信息状态：基于动态规划的方法

摘要

本文基于Witsenhausen的延迟共享信息模式，提出了分散式部分可观测马尔可夫决策过程（POMDP）中最优策略的结构性质，并建立了相应的动态规划方程。通过引入分散式序贯团队均衡概念，该框架将每个智能体的策略优化压缩到其动作空间，实现了类似集中式POMDP动态规划的关键特性。