SPIN：通过张量策略协调进行去中心化群体控制

arXiv:2606.07557v1 公告类型：新 摘要：资源受限的边缘平台上的去中心化多智能体群体协调仍然受到联合行动空间指数级扩展和高延迟通信开销的根本瓶颈。本文介绍了群体策略干扰网络（SPIN）框架，这是一种通过将群体拓扑建模为压缩张量网络来绕过这些限制的架构范例。我们将本地多智能体派系的联合策略张量分解为矩阵乘积状态（MPS）链，将评估的计算复杂度从指数 $O(n^m)$ 墙降低到严格线性 $O(m \cdot n \cdot \chi^2)$ 约束。为了将局部连续空间几何与离散代数后端连接起来，而不需要功耗密集型在线训练循环，我们引入了一种解耦的混合神经符号控制管道。局部多层神经网络作为结构协调编码器运行，经过离线预训练，将手工设计的几何描述符非线性映射到抽象的环境目标测量中。在运行时，边缘代理通过直接应用 Radon-Nikod'ym 导数作为零样本重要性重新加权滤波器来执行瞬时行为适应。我们在离散时间多智能体模拟沙箱中验证了该框架，涵盖跟踪、分散分散/区域覆盖和多目标协调机制。定性遥测表明，集成管道实现了稳定的目标定向运动、分散约束下的抗崩溃空间扩散以及跨多个目标的结构化子组形成，为易于处理的低功耗边缘群智能提供了一条数学基础的路线。