本论文提出了一种基于递归推理与变分Bayes方法的多智体强化学习框架，该框架可以用于建模智体对手的行为，提高智体的自我决策能力以及使其在博弈中达成Nash均衡。实验证明，关于智体对手信念的推理，是智体强化学习中一个重要的方向。

Jan, 2019

本文将ATLES与fixpoint算子、策略分离扩展为具有非确定性控制的AMCDES，其可以灵活地表述时间性质，主要结果是ExpTime上限可满足检测（为ExpTime完全问题），并且Model Checking的上限是QP和NP∪coNP或NP，取决于具体策略的解释。

May, 2023

概率模型检查是一种在不确定性或随机性背景下对软件或硬件系统进行形式化自动推理的技术。该技术综合了来自多个领域的思想和技术，包括逻辑、自动机理论、图论、优化、数值方法和控制。最近，概率模型检查还扩展到整合博弈论中的思想，特别是使用随机博弈模型和均衡解概念来正式验证具有不同目标的多个理性代理之间的交互。这提供了一种灵活推理有关代理以对抗或协作方式行动的手段，并为人工智能、机器人和自主系统等领域解决新问题带来机遇。本文概述了该领域的一些进展，并强调了它们已经被使用的应用。我们讨论了概率模型检查的优势如何应用或有潜力应用于多智能体系统，并概述了在这一领域取得更进一步的关键挑战。

Aug, 2023

HyperATLS$^*_S$是ATL$^*$的扩展，可以比较多个战略互动的结果，并强制要求一些代理共用相同策略。它是一个丰富的规范语言，可以捕捉现有逻辑无法达到的重要AI相关属性。我们证明了在并发博弈结构上对HyperATL$^*_S$的模型检查是可判定的，并在一系列基准测试中使用我们的模型检查算法实施，并对其进行评估。

Dec, 2023

通过使用自然策略，模型检测概率时态逻辑在随机多代理系统下的复杂性结果是：当限制主动联盟为确定性策略时，使用自然策略的模型检测是NP完全问题；在不受限制的情况下，使用自然策略的模型检测的复杂度为EXPSPACE。

Jan, 2024

提出了Hyper Strategy Logic（HyperSL）作为多路径比较的战略逻辑，并给出了该逻辑的模型检查算法和实现。

Mar, 2024

基于并发博弈模型的联盟逻辑，包含了三个强假设，而新提出的基于一般并发博弈模型的联盟逻辑则不包含这些假设，并展示了其完备性和与传统联盟逻辑的比较。

Mar, 2024

本文研究了在战略环境中基于LTLf的责任不同变体，填补了机器伦理和自主系统领域中的空白。通过将责任概念与反应合成中的相关理论相联系，提出了计算基本保障的框架，涵盖复杂性特征以及归属和预期责任的可靠、完整和最优算法。此研究有助于推进责任归属的自动化过程，带来重要影响。

Oct, 2024

本研究旨在解决多智能体系统中责任归属的问题，尤其是在考虑多重结果的背景下。提出了一种新的责任归属模型，并扩展至责任预期，展示了如何通过责任的考量来指导智能体选择符合其价值观的战略。研究发现，非主导的遗憾最小化策略能够可靠地降低智能体的预期责任程度。

Oct, 2024

本研究解决了多智能体规划中责任量化的不足，通过引入基于概率交替时序逻辑的责任测量框架，创新性地将行为与责任之间的概率关联。研究发现，提出的熵基责任测量能够首次动态捕捉结果的因果责任特性，为理解多智能体系统中代理人在结果实现或防止中的作用提供了新的视角。

Oct, 2024