Second MOASEI Competition at AAMAS'2026: A Technical Report

Sintesi Tecnica: Seconda Competizione MOASEI a AAMAS'2026

Definizione del Problema
Il documento affronta la sfida di valutare i sistemi decisionali multi-agente in ambienti di agenti aperti (open agent environments). A differenza dei sistemi chiusi tradizionali, questi ambienti sono caratterizzati da cambiamenti dinamici in cui agenti, compiti e capacità degli agenti possono apparire, scomparire o evolversi nel tempo. La competizione si rivolge specificamente a tre dimensioni di apertura:

• Apertura degli Agenti (AO - Agent Openness): Agenti che entrano o escono dal sistema.
• Apertura dei Compiti (TO - Task Openness): Compiti che appaiono o scompaiono nel tempo.
• Apertura del Frame (FO - Frame Openness): Cambiamenti nello stato interno o nelle capacità degli agenti (ad esempio, degradazione delle attrezzature o cambiamenti di stato).

La competizione del 2026 mirava a perfezionare l'infrastruttura di valutazione stabilita nel 2025, introducendo nuove forme di apertura e metriche più interpretabili e centrate sul compito per valutare meglio le strategie di coordinamento, robustezza e adattamento.

Metodologia e Design della Competizione
La competizione ha utilizzato la suite di ambienti free-range-zoo, che implementa domini benchmark ispirati ai sistemi di agenti aperti. L'edizione 2026 ha mantenuto tre track principali dall'anno precedente, introducendo al contempo specifiche modifiche:

1. Track di Valutazione:

   • Lotta agli Incendi (Wildfire Fighting) (AO/TO): Gli agenti collaborano con risorse limitate per combattere incendi in propagazione.
   • Bonus Wildfire Fighting (AO/TO/FO): Un nuovo track che introduce l'Apertura del Frame (Frame Openness), dove lo stato delle attrezzature degli agenti (capacità di soppressione e range di estinzione) varia nel tempo, alterando la loro efficacia e portata.
   • Cybersecurity (AO): Agenti difensori competono contro attaccanti euristici per proteggere i nodi di rete.
   • Ride-Sharing (TO): Gli agenti collaborano e competono per consegnare passeggeri, concentrandosi sull'apertura dei compiti dove i passeggeri entrano dinamicamente nel sistema.

2. Metriche:
   La valutazione si è spostata verso metriche centrate sul compito per migliorare l'interpretabilità. Oltre alle ricompense del dominio, la competizione ha enfatizzato:

   • Completamento totale dei compiti.
   • Tempo medio di completamento del compito.
   • Valore medio dei compiti completati.
   • Specificamente per il ride-sharing: numero di passeggeri, tempo di attesa, tempo di viaggio e valore della tariffa.

3. Partecipazione e Invio:
   Otto team si sono registrati, ma solo un team, DLC, ha inviato una soluzione finale, puntando al track del ride-sharing. Di conseguenza, l'analisi si concentra esclusivamente su questo track.

4. Approccio Proposto (DLC):
   Il team vincitore ha impiegato una strategia di pianificazione e ripianificazione (planning and replanning). L'agente risolve un problema di routing ottimale attraverso la flotta di agenti. Fondamentalmente, il sistema ripianifica ogni volta che nuovi passeggeri entrano nell'ambiente, permettendo alla policy di adattarsi all'apertura dei compiti in tempo reale.

5. Confronto con i Baseline:
   Per contestualizzare l'invio di DLC, gli autori hanno valutato la soluzione rispetto a diverse policy baseline non competitive:

   • No-operation (noop)
   • Random
   • Varianti First-In-First-Out (FIFO) (focus e global)
   • Varianti Greedy (focus e global)

Risultati Chiave
La policy DLC è stata valutata attraverso sei configurazioni di ride-sharing (tre per l'addestramento, tre per il test) su 213 episodi.

• Throughput: DLC ha completato una media di 13,62 passeggeri, superando significativamente i baseline FIFO (10,80) e Random (7,40). Ha performato in modo comparabile alla più forte baseline greedy (15,38).
• Efficienza (Tempo di Attesa): DLC ha ottenuto un tempo di attesa medio di 24,13, che è sostanzialmente inferiore ai baseline FIFO (~36–39) ed è competitivo con la baseline greedy (25,48).
• Efficienza (Tempo di Viaggio): È stato osservato un evidente trade-off. Il tempo di viaggio medio di DLC è stato di 34,87, significativamente più lungo rispetto alle baseline greedy (12,14) e FIFO (14–17).
• Stabilità della Configurazione: DLC ha mantenuto uno throughput stabile in tutte e sei le configurazioni (compresi tra 13,08 e 14,91 passeggeri completati), sebbene i tempi di viaggio siano variati maggiormente, indicando sensibilità alle differenze spaziali e di arrivo dei compiti.

Contributi Chiave e Rivendicazioni
Il documento presenta i seguenti contributi e rivendicazioni modeste:

1. Validazione della Pianificazione in Sistemi Aperti: Il principale contributo empirico è un caso di studio che dimostra come l'approccio di pianificazione e ripianificazione sia una via percorribile per gli ambienti con task-openness. L'agente DLC si è adattato con successo all'arrivo dinamico dei passeggeri, ottenendo conteggi di completamento stabili e tempi di attesa competitivi.
2. Identificazione di Trade-off Obiettivi: I risultati evidenziano un particolare trade-off nel dominio del ride-sharing: la policy DLC ha dato priorità a throughput e tempo di attesa (accettando più compiti e ritirandoli più velocemente) a scapito della durata del viaggio. Gli autori notano che l'attuale obiettivo della classifica non bilancia esplicitamente questi obiettivi contrastanti (completamenti, tempo di attesa, tempo di viaggio, valore della tariffa).
3. Evoluzione del Benchmark: La competizione ha introdotto con successo l'Apertura del Frame tramite il track bonus wildfire e ha raffinato le metriche di valutazione affinché siano più centrate sul compito.
4. Colmare il Gap: Ottenendo un invio per il track del ride-sharing (che non ne aveva ricevuto nessuno nel 2025), la competizione del 2026 fornisce una visione più completa del decision-making multi-agente attraverso diverse dimensioni di apertura, se combinata con i risultati del 2025.

Significatività e Limitazioni
Gli autori dichiarano esplicitamente che, a causa del limitato numero di invii finali (solo un team), la competizione non supporta conclusioni ampie riguardo ai diversi punti di forza dei paradigmi di apprendimento o pianificazione. Inve' la significatività risiede nel:

• Fornire un caso di studio focalizzato su una policy basata sulla pianificazione in un ambiente a task-openness.
• Documentare il design aggiornato del benchmark, incluso il nuovo track di Frame Openness.
• Evidenziare la necessità di funzioni obiettivo più chiare nelle competizioni future per bilanciare metriche contrastanti (es. throughput vs tempo di viaggio).
• Identificare la necessità di migliori materiali di onboarding (policy iniziali, documentazione) per incoraggiare la partecipazione in track complessi come il dominio bonus wildfire.

Il documento conclude che, sebbene l'evento del 2026 abbia avuto una bassa partecipazione, i risultati del track del ride-sharing offrono un prezioso benchmark per la ricerca futura sulle condizioni di pianificazione multi-agente in sistemi aperti.