3. 多代理系统核心概念
多代理系统（Multi-Agent System, MAS）是驾驶智能体协同决策的底层范式。要理解一辆自动驾驶车辆内部感知代理、规划代理、控制代理如何配合，以及多车之间如何协商路权，必须先厘清代理、环境、交互、通信、协作、竞争与博弈论这些核心概念。本章从概念定义出发，逐步建立多代理系统的分类框架，为后续协同决策算法打下基础。
一、代理与环境：MAS 的两个基本要素
代理（Agent）是能够感知环境、自主决策并采取行动的计算实体。在驾驶场景中，代理可以是单个模块（如目标检测代理）、单辆车（车级代理），也可以是路侧单元（RSU 代理）。一个合格的代理通常具备四个属性：
- 自主性：在无外部干预下自主决策，例如规划代理独立生成轨迹。
- 反应性：感知环境变化并及时响应，如遇前车急刹触发制动。
- 主动性：面向目标主动行动，如主动变道以提升通行效率。
- 社会性：与其他代理交互，如通过 V2X 与其他车辆协商。
环境（Environment）是代理所处的外部世界，包含道路拓扑、交通参与者、天气、信号灯等。环境可分为完全可观测与部分可观测、静态与动态、确定性与随机性。驾驶环境是典型的部分可观测、动态、随机、连续环境，这决定了代理必须依赖通信与协作来弥补感知盲区。
percept = sense(env) 获取观测，通过决策函数 action = policy(percept, memory) 产生动作，动作再通过 env = update(env, action) 改变环境，形成闭环。二、交互、通信与协作：从个体到群体
交互（Interaction）是代理之间或代理与环境之间相互影响的过程。交互可以是隐式的（通过环境间接影响，如两车通过位置变化互相避让），也可以是显式的（通过消息直接传递意图）。
通信（Communication）是显式交互的载体，关注“传什么、怎么传、传给谁”。驾驶场景常用通信方式包括 V2V、V2I、V2P 以及车内 DDS/ROS 2 话题。通信需要权衡带宽、时延、丢包与安全性。例如协同变道时，车辆需广播意图、位置、速度与目标车道。
协作（Cooperation）是代理为共同目标协调行动。典型场景是交叉口无信号灯通行：多车通过协商确定通行顺序，整体通行效率优于各自抢行。协作的关键是目标一致性与收益分配公平性。
竞争（Competition）是代理目标冲突时的对抗。例如两车同时争夺同一车道，各自追求自身通行时间最小化。竞争不一定导致全局最优，因此需要博弈论工具分析均衡。
下表对比了协作与竞争在多代理驾驶中的典型特征：
| 维度 | 协作 | 竞争 |
|---|---|---|
| 目标关系 | 目标一致或互补 | 目标冲突或互斥 |
| 典型场景 | 编队行驶、交叉口协同通行 | 车道争夺、并线博弈 |
| 信息共享 | 高，主动共享意图 | 低，可能隐藏意图 |
| 求解工具 | 分布式优化、共识算法 | 纳什均衡、博弈论 |
| 全局效果 | 通常提升系统效率 | 可能陷入囚徒困境 |
三、博弈论基础：理解代理决策的数学语言
博弈论研究多个理性决策者在相互影响下的策略选择。驾驶协同中常用的基本概念包括：
- 参与者（Players）：决策主体，如车辆 A 与车辆 B。
- 策略（Strategies）：可选动作集合，如{让行, 抢行}。
- 收益（Payoff）：每种策略组合下各参与者的效用，如通行时间、安全性、舒适度加权。
- 纳什均衡（Nash Equilibrium）：任何一方单独改变策略都无法提升自身收益的稳定状态。
- 帕累托最优（Pareto Optimal）：无法在不损害他人的前提下改善某人收益的状态。
以两车并线为例，若双方都抢行则发生冲突（收益极低），双方都让行则效率损失，一方让行一方通行则整体较优。若缺乏协调机制，理性个体可能陷入“囚徒困境”。因此，实际系统常引入社会规范、优先级规则或中央协调者来引导均衡向帕累托最优移动。
四、多代理系统分类与驾驶场景映射
多代理系统可从多个维度分类，不同类别对应不同的协同决策方法：
- 按同构性：同构 MAS（代理能力相同，如多辆同型号车）与异构 MAS（代理能力不同，如车与 RSU）。
- 按控制结构：集中式（中央节点统一决策）、分布式（各代理自主决策）、混合式（分层协调）。
- 按通信拓扑：全连接、环形、星形、邻域连接。拓扑影响信息传播速度与一致性收敛。
- 按目标关系：合作型、竞争型、混合型（既合作又竞争）。
- 按环境类型：静态与动态、确定与随机、完全与部分可观测。
在驾驶智能体中，常见的映射是：车级代理采用分布式混合结构，通过 V2X 邻域拓扑通信，在交叉口场景下表现为合作型博弈，在车道争夺中表现为竞争型博弈。理解这些分类，有助于为不同场景选择合适的协同决策算法。
五、案例与常见误区
案例：无信号灯交叉口协同通行。四辆车接近路口，各自作为代理广播位置、速度与意图。通过分布式协商，确定通行顺序，整体延误降低约 30%。若改为纯竞争策略，则可能出现死锁或冲突。
常见误区：
- 误区一：通信越频繁越好。实际带宽与时延受限，过度通信反而增加拥塞与决策延迟。
- 误区二：协作一定优于竞争。在目标冲突且缺乏信任时，强制协作可能导致某一方收益受损，需引入激励机制。
- 误区三：纳什均衡即全局最优。纳什均衡可能是帕累托劣解，需通过机制设计引导。
- 误区四：忽略部分可观测性。驾驶环境信息不完整，代理需通过通信与信念更新弥补。
综上，代理与环境构成 MAS 的基本闭环，交互、通信、协作与竞争描述代理间关系，博弈论提供策略分析的数学工具，而分类框架帮助我们将驾驶场景映射到合适的协同决策方法。掌握这些核心概念，是后续设计多代理协同决策算法的前提。