一、基础知识
1.显式资源约束建模是什么？
在数学模型里明确写出受限资源，不需要模型靠奖励函数猜
2.子模函数是什么？
Submodular，边际收益递减的任务收益。多智能体任务分配里，一个任务不是人越多越好，后来的智能体贡献会逐渐变小
3.多智能体任务分配MATA是什么？
有多个智能体、多个目标/任务，系统需要决定：谁去执行哪个任务？任务分配是否满足资源约束？在通信受限、任务动态变化的情况下，如何分布式地更新分配结果？
4.在 q-独立系统约束下的子模函数最大化是什么？
q独立系统是指
合起来就是在从所有可行的任务分配方案里，选一个总收益最大的方案。
二、文章所提方法
DGBA分布式贪心约束算法，每个智能体本地维护三个束：
| Bundle | 中文理解 | 作用 |
|---|---|---|
| Allocation Bundle (W_i) | 分配束 | 记录自己知道的全局任务分配情况 |
| Utility Bundle (B_i) | 效用束 | 记录任务分配的边际收益 |
| Finalization Bundle (F_i) | 确认束 | 记录哪些智能体的任务已经确定 |
具体流程：
- 每个智能体计算自己执行各任务的边际收益；
- 选择收益最大的任务；
- 和邻居交换任务束；
- 如果多个智能体抢同一个任务，就保留边际收益最高的；
- 重复直到所有分配稳定。
)
