摘要

本文由Warisa Sritriratanarak和Paulo Garcia撰写，探讨了多智能体在网络物理系统（CPS）中的协同或对抗游戏。文章指出，智能体与底层物理环境之间的通信媒介固有的不确定性导致了环境演变的概率函数，这些新兴属性被称为网络物理游戏（Cyber Physical Games）。论文通过概率有限状态自动机（Probabilistic Finite State Automata）近似网络物理游戏，并评估了其在迭代布尔游戏的协作和对抗版本中的应用，比较了理论结果与模拟结果。研究结果支持了所提出模型的有效性，并指出了进一步研究的方向，以继续发展我们对网络物理系统的理解，以及如何最好地设计在这些环境中运行的智能体。

原理

网络物理游戏的核心在于多智能体在共享物理环境中的行为，这些行为受到通信媒介非确定性的影响。论文通过引入概率有限状态自动机模型来描述这种行为，该模型能够捕捉智能体策略对系统演变的概率影响。具体来说，智能体的策略和环境对消息的非确定性处理共同决定了系统状态转移的概率。通过这种模型，可以预测系统最可能的演变路径，从而为智能体的设计和策略优化提供依据。

流程

论文详细描述了网络物理系统（CPS）的模型，定义为元组{E, C, M}，其中E表示共享物理环境，C表示在环境中操作的网络智能体集合，M表示环境E和网络智能体C之间的消息通道。智能体通过输入消息通道感知环境属性，通过输出消息通道作用于环境。环境的状态演变由系统函数f决定，该函数考虑了前一状态和输出消息的影响。论文进一步通过迭代布尔游戏的示例，展示了如何在协作和对抗场景中应用这一模型，并通过算法1计算最可能的路径。

应用

网络物理游戏的研究不仅限于理论探讨，其在工业自动化、自主车辆网络等实际应用中具有广泛前景。通过理解和预测智能体在复杂环境中的行为，可以优化系统设计，提高效率和安全性。此外，该研究还为网络安全、智能广告系统等领域的策略设计和优化提供了新的视角和方法。