基于多智能体深度强化学习的空间众包任务分配

摘要

针对现有空间众包中的任务分配大多只考虑单边、短期利益和单一场景的问题,提出一种基于多智能体深度强化学习的空间众包任务分配算法.首先定义一种新的空间众包场景,其中工人可以自由选择是否与他人合作;然后设计基于注意力机制和A2C(advantage actor-critic)方法的多智能体深度强化学习模型进行新场景下的任务分配;最后进行仿真实验,并将该算法与其他最新的任务分配算法进行性能对比.仿真实验结果表明,该算法能同时实现最高的任务完成率和工人收益率,证明了该算法的有效性和鲁棒性.