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

Charalambos D. Charalambous, Umarbek Guvercin, Seddik Djouadi

2026

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。

decentralized POMDPdelayed sharingdynamic programmingteam equilibriuminformation states

OTHER

📊 1 引用

Qiang Cui, Chuan Yu, Daoqian Yang 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

OTHER

📊 0 引用

Ke Shang, Xin Jin, Teli Xu 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

OTHER

📊 0 引用

Aryan Chaudhary

Recent Advances in Computer Science and Communications · 2026

OTHER

📊 0 引用

Chuang Shi, Tianming Liu, Ning Xue 等 9 位作者

Aerospace Science and Technology · 2026