Un nuovo studio descrive i sistemi multi-agente per l’ottimizzazione e il processo decisionale attraverso i giochi
Nell’intelligenza artificiale, i sistemi multi-agente possono essere pensati come una società di individui (agenti) che interagiscono scambiandosi conoscenze e negoziando tra loro per raggiungere un obiettivo individuale/globale. Nella vita reale, i sistemi multi-agente vengono utilizzati in molti campi diversi come la gestione delle risorse; informazioni di sicurezza; pianificazione, programmazione e controllo della produzione; monitoraggio, diagnosi e controllo; commercio elettronico; biomedicina; e impresa virtuale. Data la loro immensa utilità, i ricercatori cercano costantemente di trovare nuovi modi per utilizzare questi sistemi in contesti del mondo reale.
In questo contesto, un gruppo di ricercatori guidato dal Prof. Yang Tang, della East China University of Science and Technology, Shanghai, Cina, insieme al Prof. Qing-Long Han, membro dell’Academia Europaea e IEEE Fellow della Swinburne University of Technology, Melbourne, Australia, e il Prof. Jürgen Kurths, membro dell’Academia Europaea del Potsdam Institute for Climate Impact Research, Potsdam, Germania, lavorano insieme per approfondire le questioni relative ai sistemi multi-agente. Sondano sulla natura dei comportamenti cooperativi/non cooperativi dei sistemi multi-agente, dall’ottimizzazione ai giochi, come approccio alla risoluzione di complessi problemi del mondo reale. Hanno pubblicato i loro risultati nel numero di maggio, IEEE/CAA Journal of Automatica Sinica, una pubblicazione congiunta di The Institute of Electrical and Electronics Engineers (IEEE) e Chinese Association of Automation (CAA).
“I sistemi multi-agente spesso implicano l’ottimizzazione multi-obiettivo con obiettivi contrastanti e ogni oggetto è inevitabilmente influenzato dall’incertezza. Pertanto, la teoria dei giochi può dotare i sistemi multi-agente di più soluzioni e fornire un mezzo di integrazione interdisciplinare, come l’integrazione di giochi e controllo, intelligenza artificiale, matematica e altre discipline”, affermano il Prof. Tang e il Prof. Kurths.
Consideravano la teoria dei giochi per una ragione molto importante. Per dirla semplicemente, i giochi, in particolare i giochi di strategia a turni, sono ovunque intorno a noi. I giochi sono specifici per situazioni con interdipendenza e possono essere suddivisi in giochi cooperativi e giochi non cooperativi, oppure classificati in giochi statici e giochi dinamici, in base ai comportamenti e alla sequenza d’azione degli agenti. I ricercatori hanno integrato le due classificazioni per una visione più completa di scenari complessi del mondo reale.
Nella loro indagine, gli autori hanno utilizzato la teoria dei giochi per creare modelli di comportamenti cooperativi o competitivi per obiettivi di ottimizzazione individuale o globale. L’attenzione si è concentrata su tre aspetti della cooperazione e della concorrenza nei sistemi multi-agente: ottimizzazione cooperativa, giochi cooperativi e giochi non cooperativi. “Per i problemi relativi al gioco, un gioco non cooperativo si forma quando l’obiettivo di un agente può essere diverso o completamente opposto a quello di altri agenti; al contrario, si forma un gioco cooperativo quando un agente collabora assolutamente con altri agenti e considera interessi comuni”, chiariscono il signor Wang e il signor Hong.
Il sondaggio affronta molteplici angolazioni: in primo luogo, si concentra sull’ottimizzazione online distribuita, sull’ottimizzazione federata e sulle loro applicazioni nella protezione della privacy. Quindi, concentrandosi sui giochi statici e dinamici con fattori cooperativi e competitivi, rispettivamente, lo studio collega la transizione dall’ottimizzazione cooperativa ai giochi cooperativi in un modo nuovo.
Allora, dove possono essere utilizzati questi risultati? Le applicazioni sono molteplici, secondo gli autori.
Usando un esempio particolarmente illustrativo, il Prof. Han afferma: “Nelle città intelligenti, questi risultati possono essere utilizzati per costruire un sistema decisionale intelligente sul traffico basato sui big data urbani. Ciò significa che la durata dei semafori agli incroci può essere ottimizzata, in modo da regolare il flusso del traffico, bilanciare il carico della rete stradale e migliorare l’efficienza di utilizzo delle risorse stradali”.
Le applicazioni spaziano anche in altri campi. In economia, la concorrenza di mercato può essere modellata come un problema di gioco. Nel campo della sicurezza delle informazioni, è possibile costruire giochi di difesa-attacco non cooperativi per trovare la strategia di difesa ottimale identificando l’intenzione delle informazioni di interazione e prevedendo il comportamento aggressivo. Anche nello sviluppo di farmaci si possono costruire giochi cooperativi per ottenere la massima utilità della struttura macromolecolare.
Chiaramente, la teoria dei giochi è un punto di svolta per i sistemi multi-agente!
JR Wang, YT Hong, JL Wang, JP Xu, Y. Tang, Q.-L. Han e J. Kurths, “Sistemi multi-agente cooperativi e competitivi: dall’ottimizzazione ai giochi”, IEEE/CAA J. Autom. Sinica , vol. 9, n. 5, pp. 763–783, maggio 2022. DOI: 10.1109/JAS.2022.105506
