[论文笔记]—“Resouce Allocation and Service Provisioning in Multi-Agent Robotics: A Comprehensive Survey“

industry_robot论文笔记
《Resouce Allocation and Service Provisioning in Multi-Agent Robotics: A Comprehensive Survey》——
《在多智能体机器人上的资源分配与服务提供：一份综合性的调查》
这篇综述与今年二月的IEEE Communications Surveys & Tutorials的一篇early access article。
1、相关术语介绍
(1)多智能体系统：一种分布式计算技术，由一个在环境一系列相互作用的智能体组成的计算系统。
(2)CPS(cyber-physical system)：信息物理系统，是一个综合计算、网络和物理环境的多维复杂系统，通过3C(computing、communication、control)技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。该系统主要应用于智能制造领域。使得有限的人员参与，降低成本和更高的性能，基本要素是机器人。
(3)工业4.0：第四次工业革命，借助IoT(物联网)、大数据分析以及云计算帮助工业制造数字化.
(4)ZigBee：紫蜂，是一种低速短距离传输的无线上网协议。类似的无线传输协议还有：bluetooth、WiFi等。
(5)Tethering：用户可以将手机连接他们的笔记本电脑作为3G调制解调器使用；允许手机使用通过笔记本电脑获得的3G容量。
(6)DAG有向无环图(任意一条边有方向且不存在环路的图)。在一个流程系统中，任务加往往存在复杂的依赖关系，为保证pipeline(多任务组成的流水线)的正确执行，就要解决任务间依赖的问题。DAG+拓扑排序就是解决存在依赖关系一类问题的利器。
把依赖关系的问题建模成DAG，依赖关系成为图中的有向边，然后通过拓扑排序不断遍历和删除没有父结点的结点，可以达到快速解决依赖的目的。
(7)Bag-of-Tasks：网上对这个术语的解释很少，大多都是关于Bag-of-Words，大概是一个调度机制，在网格计算、异构平台上均有很大的帮助。
(8)虚拟资源池：是指把服务器、存储、网络都做成一个虚拟的资源池，应用软件需要的资源可以在资源池里抓取，这样能够提高企业的资源利用率。虚拟资源池作为实现融合基础设施结构的关键要素，是共享服务器、存储和网络的集合，能够根据应用程序的需要，更快地进行重新配置，从而使管理员能够比以往更容易、更快捷地支持业务需求的变换。建立资源池的方法有资源发现以及资源扩展，后面将会一一介绍。
(9)博弈论(Game Theory)：经济学中的著名理论。指的是在信息不对称的情况下，根据对手可能作出的决策而作出决策。(经典案例:囚徒困境)。
(10)Stackelberg(主从博弈)：非对称博弈的一种。在主从博弈当中，领导者具有领导优势，能够在博弈中占据先机或有利位置，跟随着必须跟在领导者之后做出博弈。是一个两阶段的完全信息动态博弈，博弈的time使序贯的。双方都是根据对方可能的策略来选择自己的策略，以保证自己在对方策略下的利益最大化。
(11)马尔可夫决策过程：是一个序贯决策的数学模型。用于在系统状态具有马尔可夫性质的环境中，模拟智能体可实现的随机性策略与回报。智能体感知系统当前的状态，根据策略对环境实施一定的动作，从而改变环境的状态获得一定的奖励，奖励随时间的累积成为"回报"。
(12)马尔可夫性质：是概率论中的一个概念。随机过程在给定当前状态以及所有过去状态的情况下，未来状态的概率分布仅依赖于当前状态。
(11)机器学习的方法：主要有四大类(监督学习、非监督学习、半监督学习、强化学习)。除强化学习外，其他的机器学习方法都需要静态的数据，不需要与环境交互，数据输入到相关函数训练就行。而对于强化学习，简单来说，就是根据当前的条件做出决策和动作，以达到某一预期目标，如机器人下棋，无人驾驶。通常使用马尔可夫决策过程(MDP)描述。其特点主要体现在：无特定数据，只有奖励函数反馈的奖励信号；奖励信号不一定实时；主要研究时间序列的数据，而不是独立同分布的数据；当前行为影响后续数据。

标签：Multi,博弈,Service,Robotics,系统,学习,智能,马尔可夫,资源
来源： https://blog.csdn.net/tanya_dre/article/details/115335875