ترجمه فارسی مقاله استراتژی های Stackelberg توزیع شده در بازی های بالقوه مبتنی بر دولت برای سیستم های ساخت یادگیری غیر متمرکز مستقل

چکیده

This article describes a novel game structure for autonomously optimizing decentralized manufacturing systems with multi-objective optimization challenges, namely Distributed Stackelberg Strategies in State-Based Potential Games (DS2-SbPG). DS2-SbPG integrates potential games and Stackelberg games, which improves the cooperative trade-off capabilities of potential games and the multi-objective optimization handling by Stackelberg games. Notably, all training procedures remain conducted in a fully distributed manner. DS2-SbPG offers a promising solution to finding optimal trade-offs between objectives by eliminating the complexities of setting up combined objective optimization functions for individual players in self-learning domains, particularly in real-world industrial settings with diverse and numerous objectives between the sub-systems. We further prove that DS2-SbPG constitutes a dynamic potential game that results in corresponding converge guarantees. Experimental validation conducted on a laboratory-scale testbed highlights the efficacy of DS2-SbPG and its two variants, such as DS2-SbPG for single-leader-follower and Stack DS2-SbPG for multi-leader-follower. The results show significant reductions in power consumption and improvements in overall performance, which signals the potential of DS2-SbPG in real-world applications.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله یک ساختار بازی جدید برای بهینه سازی خودمختار سیستم های تولیدی غیر متمرکز با چالش های بهینه سازی چند هدف ، یعنی استراتژی های توزیع شده استایلبرگ در بازی های بالقوه مبتنی بر دولت (DS2-SBPG) شرح داده شده است.DS2-SBPG بازی های بالقوه و بازی های Stackelberg را ادغام می کند ، که باعث بهبود قابلیت های تعاونی بازی های بالقوه و دستیابی بهینه سازی چند هدف توسط بازی های Stackelberg می شود.نکته قابل توجه ، تمام مراحل آموزشی به صورت کاملاً توزیع شده انجام می شود.DS2-SBPG با از بین بردن پیچیدگی های تنظیم توابع بهینه سازی هدف ترکیبی برای بازیکنان انفرادی در حوزه های خودآموز ، به ویژه در تنظیمات صنعتی در دنیای واقعی با اهداف متنوع و بی شماری بین زیر مجموعه ، یک راه حل امیدوار کننده برای یافتن معاملات بهینه بین اهداف ارائه می دهد.سیستم هاما بیشتر ثابت می کنیم که DS2-SBPG یک بازی بالقوه پویا را تشکیل می دهد که منجر به تضمین های همگرایی مربوط می شود.اعتبار سنجی تجربی انجام شده بر روی یک آزمایشگاه در مقیاس آزمایشگاهی ، اثربخشی DS2-SBPG و دو نوع آن را برجسته می کند ، مانند DS2-SBPG برای پیروان تک رهبر و DS2-SBPG برای پیروان چند جانبه.نتایج نشان می دهد کاهش قابل توجهی در مصرف برق و پیشرفت در عملکرد کلی ، که نشان دهنده پتانسیل DS2-SBPG در برنامه های دنیای واقعی است.