Beyond Task Performance: A Metric-Based Analysis of Sequential Cooperation in Heterogeneous Multi-Agent Destructive Foraging

Resumo Técnico: Além do Desempenho da Tarefa: Uma Análise Baseada em Métricas da Cooperação Sequencial em Forrageamento Destrutivo Heterogêneo de Multiagentes

1. O Problema

O artigo aborda a dificuldade de avaliar a cooperação em sistemas multiagentes (MAS) heterogêneos que operam sob observabilidade parcial e dependência temporal de funções. O cenário específico é o de forrageamento destrutivo (onde os recursos são removidos ao serem visitados), inspirado na limpeza de resíduos plásticos em ambientes aquáticos por veículos autônomos de superfície (ASVs).

O problema central reside no fato de que a maioria dos estudos atuais foca apenas em métricas de desempenho de tarefas (como "quanto foi coletado" ou "quanto tempo levou"), falhando em quantificar como a cooperação emerge, como as equipes dependem umas das outras e como a especialização de funções afeta a eficiência coletiva. O cenário envolve duas equipes com papéis distintos:

• Scouts (Exploradores): Agentes rápidos, com sensores de longo alcance, responsáveis por descobrir recursos e atualizar um modelo compartilhado do ambiente.
• Foragers (Coletores): Agentes mais lentos e pesados, com visão limitada, responsáveis por visitar os locais descobertos e remover os resíduos.

2. Metodologia

Os autores propõem uma abordagem sistemática de avaliação baseada em um novo conjunto de métricas generalistas, estruturadas em três níveis:

1. Métricas Primárias (Desempenho Global): Avaliam o sucesso da missão (ex: Percentage of Target Achieved - PTA), a precisão do modelo de conhecimento do ambiente (Root Mean Squared Error - RMSE), a eficiência temporal (Normalized Time to X - NTX), a produtividade (Throughput) e a atualização do ambiente (Idleness Metrics).
2. Métricas Inter-equipes (Coordenação entre times): Focam na dependência entre Scouts e Foragers. Incluem a latência entre descoberta e serviço (Discovery-to-Service Latency - DSL), o atraso temporal entre os picos de atividade das equipes (Inter-Team Temporal Lag - ITL), a razão de sucesso cooperativo (Cooperative Success Ratio - CSR) e a sensibilidade da cooperação à corrupção estocástica (Cooperation Sensitivity under Stochastic Corruption - CSSC).
3. Métricas Intra-equipes (Coordenação interna): Avaliam a dinâmica dentro de uma mesma equipe, focando em justiça (Gini Index of Contributions), redundância espacial (Coverage Overlap - CO) e o impacto individual de cada agente (Marginal Contribution - MC).

Para validar as métricas, o estudo compara três algoritmos: Double Deep Q-Learning (DDQL) (baseado em aprendizado por reforço), Greedy (ganância local) e Lévy Walks (estratégia heurística de busca biológica).

3. Principais Contribuições

• Formalização de um problema de forrageamento sequencial heterogêneo: Um modelo que captura dependências temporais e recursos dinâmicos em um ambiente de grade.
• Um novo framework de métricas de cooperação: Diferente das métricas de desempenho tradicionais, este conjunto permite diagnosticar a qualidade da interação, a robustez e a distribuição de esforço.
• Análise experimental diagnóstica: O uso das métricas para explicar por que certos algoritmos superam outros, indo além da simples observação de resultados finais.

4. Resultados Principais

• Desempenho vs. Cooperação: O algoritmo DRL (Deep Reinforcement Learning) apresentou o melhor desempenho global (PTA e RMSE), mas as métricas de cooperação revelaram que ele alcança isso através de uma coordenação mais robusta e uma distribuição de trabalho mais justa (menor Índice de Gini) entre os agentes.
• Dependência e Robustez: A análise de sensibilidade (CSSC) mostrou que, embora o DRL e o Greedy dependam fortemente dos Scouts, o DRL é mais resiliente a ruídos e falhas de comunicação do que o algoritmo Greedy.
• Comportamento de Busca: O algoritmo Lévy Walks teve o maior erro de modelo (RMSE) e menor taxa de sucesso, mas as métricas de latência (DSL) mostraram que, uma vez que um item é detectado, sua resposta de serviço é muito rápida devido à natureza determinística de seus coletores.
• Redundância e Especialização: As métricas de Coverage Overlap mostraram que agentes de DRL e Greedy tendem a convergir para áreas ricas em recursos (gerando redundância útil), enquanto os de Lévy Walks mantêm uma cobertura dispersa e menos coordenada.
• Contribuição Marginal: A remoção de um Scout foi consistentemente mais prejudicial ao sistema do que a remoção de um Forager, confirmando que a aquisição de informação é o gargalo crítico para o sucesso da missão.

5. Significância

Este trabalho é significativo por fornecer uma ferramenta de diagnóstico para engenheiros de robótica e pesquisadores de IA. Em vez de apenas saber se um sistema de múltiplos robôs "funciona", as métricas propostas permitem entender se o sistema é robusto, justo, eficiente na comunicação e dependente de forma saudável. Isso é crucial para o deploy de robôs em missões reais (como limpeza oceânica ou busca e salvamento), onde a falha de um agente ou a degradação de um sensor não pode comprometer toda a operação.