Information exchange is a crucial component of many real-world multi-agent systems. However, the communication between the agents involves two major challenges: the limited bandwidth, and the shared communication medium between the agents, which restricts the number of agents that can simultaneously exchange information. While both of these issues need to be addressed in practice, the impact of the latter problem on the performance of the multi-agent systems has often been neglected. This becomes even more important when the agents' information or observations have different importance, in which case the agents require different priorities for accessing the medium and sharing their information. Representing the agents' priorities by fairness weights and normalizing each agent's share by the assigned fairness weight, the goal can be expressed as equalizing the agents' normalized shares of the communication medium. To achieve this goal, we adopt a queueing theoretic approach and propose a distributed fair scheduling algorithm for providing weighted fairness in single-hop networks. Our proposed algorithm guarantees an upper-bound on the normalized share disparity among any pair of agents. This can particularly improve the short-term fairness, which is important in real-time applications. Moreover, our scheduling algorithm adjusts itself dynamically to achieve a high throughput at the same time. The simulation results validate our claims and comparisons with the existing methods show our algorithm's superiority in providing short-term fairness, while achieving a high throughput.

中文翻译：

---

多代理系统中信息交换的分布式公平调度

信息交换是许多现实世界中的多代理系统的重要组成部分。但是，代理之间的通信涉及两个主要挑战：有限的带宽以及代理之间的共享通信介质，这限制了可以同时交换信息的代理数量。尽管这两个问题都需要在实践中解决，但后一个问题对多代理系统性能的影响通常被忽略。当代理商的信息或观察结果具有不同的重要性时，这一点甚至变得尤为重要，在这种情况下，代理商需要不同的优先级来访问介质和共享其信息。通过公平权重表示代理商的优先级，并通过分配的公平权重归一化每个代理商的份额，目标可以表示为均衡代理对通信媒体的标准化份额。为了实现这一目标，我们采用排队理论方法，并提出了一种分布式公平调度算法，以在单跳网络中提供加权公平性。我们提出的算法保证了任何一对代理之间的标准化共享差异的上限。这可以特别提高短期公平性，这在实时应用程序中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，表明我们的算法在提供短期公平性的同时，还具有较高的吞吐量。标准化的通信媒介份额。为了实现这一目标，我们采用排队理论方法，并提出了一种分布式公平调度算法，以在单跳网络中提供加权公平性。我们提出的算法保证了任何一对代理之间的标准化共享差异的上限。这可以特别提高短期公平性，这在实时应用程序中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，表明我们的算法在提供短期公平性的同时，还具有较高的吞吐量。标准化的通信媒介份额。为了实现这一目标，我们采用排队理论方法，并提出了一种分布式公平调度算法，以在单跳网络中提供加权公平性。我们提出的算法保证了任何一对代理之间的标准化共享差异的上限。这可以特别提高短期公平性，这在实时应用程序中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，表明我们的算法在提供短期公平性的同时，还具有较高的吞吐量。我们采用排队论的理论方法，并提出了一种分布式公平调度算法，用于在单跳网络中提供加权公平性。我们提出的算法保证了任何一对代理之间的标准化共享差异的上限。这可以特别提高短期公平性，这在实时应用程序中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，表明我们的算法在提供短期公平性的同时，还具有较高的吞吐量。我们采用排队论的理论方法，并提出了一种分布式公平调度算法，以在单跳网络中提供加权公平性。我们提出的算法保证了任何一对代理之间的标准化共享差异的上限。这可以特别提高短期公平性，这在实时应用程序中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，表明我们的算法在提供短期公平性的同时，还具有较高的吞吐量。这在实时应用中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，表明我们的算法在提供短期公平性的同时，还具有较高的吞吐量。这在实时应用中很重要。此外，我们的调度算法会自动调整自身，以实现高吞吐量。仿真结果验证了我们的主张，并与现有方法进行了比较，结果表明我们的算法在提供短期公平性的同时，具有较高的吞吐量，具有优越性。