【标题】Evolutionary Approach to Security Games with Signaling

【作者团队】Adam Żychowski, Jacek Mańdziuk, Elizabeth Bondi, Aravind Venugopal, Milind Tambe, Balaraman Ravindran

【发表日期】2022.4.29

【论文链接】https://arxiv.org/pdf/2204.14173.pdf

【推荐理由】绿色安全游戏已经成为一种流行的方式来模拟涉及保护野生动物等自然资源的场景。传感器（如配备摄像头的无人机）也开始通过提供实时信息在这些场景中发挥作用。战略性地整合人力和传感器防御资源是最近安全游戏与信号（SGS）工作的主题。然而，现有方法在时间或内存方面无很好的扩展性。故本文提出了新SGS方法，其在该领域首次采用了进化计算范式：EASGS。其通过染色体中合适的解决方案编码和一组专门设计的运算符，有效地搜索巨大的SGS解决方案空间。算子包括三种类型的突变，每种突变都关注SGS解决方案的特定方面、优化交叉和局部覆盖改进方案（EASGS的模因方面）。还引入了一组新的基准游戏，基于反映真实世界SGS设置的密集或局部密集图形。在342个测试游戏实例中，EASGS在时间可扩展性、几乎恒定的内存利用率和返回防御者策略的质量（预期奖励）方面优于最先进的方法，包括强化学习方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除