逆強化學習於多機器人資訊軌跡規劃

多機器人資訊軌跡規劃近年在人工智慧領域引起注意，多機器人資訊規劃的目標是規劃多個軌跡使機器人可以最大化資訊收集。如果機器人是合作的，潛在的應用包含協同地圖探索、協同搜尋、協同消毒。如果機器人是敵意的，潛在的應用包含捉迷藏。然而，計算出以上問題的最佳解是NP困難。因此本計畫提出逆強化學習透過模仿人類搜尋行為來改善多機器人資訊軌跡規劃技術。為了突破機器人資訊軌跡規劃的技術現況，本計畫以自適應次模性、拓樸學、敵對性來分析此問題。考慮不確定性，自適應次模性被應於分析此問題。考慮不變性，拓樸學被應用於分析此問題。考慮到敵對狀況，敵對性被應用於分析此問題。本計畫目標主要探索幾個問題:(1)當目標物和環境具不確定性，此問題能有理論保證嗎?(2)當目標物和環境具動態性，此問題仍有不變性嗎?(3)當目標物具敵意，此問題仍有理論保證嗎?(4)當目標物對抗攻擊時，此問題仍有理論保證嗎?