PENGEMBANGAN ALGORITMA BERBASIS GAME THEORY UNTUK KOORDINASI MULTI-AGENT

Abstract

Membangun koordinasi multi-agent yang optimal merupakan salah satu aspek penting untuk menjalankan berbagai tugas secara efektif seperti survei wilayah, pencarian, dan misi penyelamatan. Dalam berbagai tugas tersebut, masalah alokasi tugas diperlukan untuk memastikan distribusi tugas antar agen dapat dilakukan secara optimal. Penelitian ini mengusulkan penggunaan algoritma game theory untuk mengoptimalkan alokasi tugas pada multi-agent. Dua algoritma berbasis game theory dieksplorasi: yang pertama berfokus pada total keuntungan dari meminimalkan jarak tempuh dan yang kedua menggunakan pendekatan probabilitas. Hasil pengujian menunjukkan algoritma yang diusulkan unggul dalam rata-rata task completed dengan 84.00% pada skenario pertama dan 70.67% pada skenario kedua, dibandingkan dengan algoritma kompetitif yang masing-masing mencapai 79.33% dan 70.50%. Algoritma yang diusulkan juga menunjukkan kinerja lebih baik dalam social utility.

Building optimal multi-agent coordination is a crucial aspect for effectively carrying out various tasks such as area surveying, search, and rescue missions. In these tasks, task allocation is necessary to ensure the optimal distribution of tasks among the agents. This research proposes the use of Game Theory algorithms to optimize task allocation in multi-agent. Two Game Theory-based algorithms are explored: the first focuses on the total benefit of minimizing travel distance and the second uses a probabilistic approach. Test results show that the proposed algorithm excels in average task completion with 84.00% in the first scenario and 70.67% in the second scenario, compared to the competitive algorithm which achieved 79.33% and 70.50% respectively. The proposed algorithm also demonstrates better performance in social utility.