一种基于博弈论的多Agent交互模型

在开放的、动态的多Agent系统(MAS)中,交互是最基本的方面,具有各自利益的多个Agent必须对其目标、资源的使用进行协调.博弈论为协调和协作的研究奠定了坚实的数学基础,把博弈论与多Agent交互相结合是目前DAI研究的新发展方向.该文提出了一种基于博弈论的多Agent交互模型(GMAIM),应用于解决不完全信息的分布式环境下多人协商决策问题,实现了在会议调度系统(MSS)中的应用.     

基于个性的MAS默契合作模型

MAS(MultiAgentSystem)技术是解决复杂、动态、分布式智能应用问题的重要技术。个性表现为Agent的行为能力,是MAS系统实现一个基础。合作方式把各个Agent联系在一起,是MAS形成的关键技术。RoboCup仿真比赛提供了一个测试各种MAS理论的平台。本文基于Agent个性提出了一种MAS合作机制——默契,并在RoboCup中进行了仿真实验,实验结果表明该方法比能力对等的合作策略更能体现MAS的自适应性。     

一种基于MAS的自适应图像分割方法

复杂图像的全自动分割是极具挑战性的问题．提出了一种基于MAS的自适应图像分割方法．通过属性和行为描述Agent个体，通过合作竞争描述了Agent间的交互．MAS系统在Agent反复自适应过程中达到平衡，同时完成图像分割．通过分割复杂的医学图像证实了该方法的有效性，MAS在图像分割领域具有应用价值．     

基于MAS的车间管控系统中通用Agent建模与设计

在基于MAS的车间管理控制系统开发中,系统中各个Agent的建模与设计是其关键技术之一。该文提出了一种可满足MAS车间管控系统开发的通用Agent结构模型及其面向对象的表示与实现方法。基于该通用Agent的MAS系统不仅具有可集成性好、互操作性强、具有可重构能力等特点,而且可实现Agent程序的标准化,进而保障项目组协同开发的效率。     

Agent组织研究进展

Agent理论和技术的研究自20世纪70年代末出现以来发展很快,研究工作从个体Agent模型和思维状态理论扩展到群体Agent合作求解,取得了一系列进展.近年来,Agent组织的研究越来越引起重视,作为多Agent系统(MAS)的一种求解结构,基于Agent组织的问题求解可以有效地降低求解难度和Agent之间的交互复杂性.综述了Agent组织近年的研究进展,介绍了Agent组织模型、MAS思维状态模型、规范化MAS和Agent联盟等方面的研究成果,并指出了今后的研究方向.     

MAS系统的问题求解能力分析

本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力，认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因，在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合，而Agent对搜索方向的判断是基于启发式信息做出的，从而为形式化分析MAS系统的性能建立了通用的模型．本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系，指出只有在一定条件下MAS系统才会获得更好的解题能力．本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法．     

基于多Agent系统的分布式群体决策支持系统中问题分配的研究

本文利用分布式人工智能技术提出基于多Agent系统(MAS：Multi—Agent System)的分布式群体决策支持系统框架体系结构。在这个系统中，每个Agent都是一个独立的、具有各自利益的自治体，问题不能被强行地分配给各个Agent，因此本文在研究多Agent系统协调的基础上，给出了问题分配的一种解决方案。     

基于优先级的多Agent协同研究

在多Agent系统(MAS)中,各个Agent主体之间有效的协作是整个系统获得最高利益的关键。本文介绍了了基于优先级的多Agent协同合作方式和划分优先级的几种方法。根据这种方式,各Agent成员向管理中心提出的协作申请被划分出不同的优先级别,优先级高的协作申请将得到优先处理。     

生态化MAS的认知模型

生态化MAS是由异构的Agent所组成的一种具有协同进化的多Agent系统。提出了生态化MAS的理念和认知模型,它是形成Agent知识和信念的基本框架;设计了一个模型检验的程序结构,并通过典型应用表明,该模型能够使Agent对环境的认知达到三个层次——概念图、模糊词计算和关联性框架。该模型能够为基于Agent的问题求解提供依据。     

一种基于正关系的多Agent协调算法

多Agent之间的协调(coordination)与协作(cooperation)已经成为多Agent系统(multiagent system,MAS)中的一个关键问题。这是因为MAS的主要研究目标之一就是使得多Agent的信念、意图、期望、行为达到协调甚至协作。在开放、动态的MAS环境下,具有不同目标的多个Agent必须对其资源的使用以及目标的实现进行协调[1,4]。例如,在出现资源冲突时,若没有很好的协调机制,就有可能出现死锁。而在另一种情况下,当单个Agent无法独立完成目标,需要其它Agent帮助时,则需要协作。本文提出了一种基于正关系的多Agent协调机制和协调算法。在该算法中,通过使用这种协调机制,Agent能委托或接受交互中的子计划,从而形成系统负载均衡和有效降低系统运行开销。     

基于MaSE和JADE的智能会议系统研究与设计

研究了Agent技术在处理分布式系统中的问题,说明了应用MaSE(multi-agent systems engineering)方法、JADE(java agent development framework)架构和开发工具Agent Tool构建多Agent系统的优点,并与原有方法进行了比较,开发了应用面向对象方法分析与设计的智能会议日程安排系统,阐述了系统的执行过程.该系统具有自治性,可自动地确定会议日程,并为多噜Agent系统的研究提供了基础.     

基于MAS(Multi Agent System)的多机器人系统：协作多机器人学发展的一个重要方向

机器人的应用方式正在由部件式单元应用向系统式应用方向发展．这是实际应用的需 要,也是技术发展的必然趋势;相关技术如计算机网络技术的发展也为它的实现提供了相应 支持．多机器人协作理论问题必然也已经成为机器人学研究的一个热点,其中,分布式人工 智能（DAI）中的多智能体（代理）系统（MAS：Multi-agent System）理论已引起多机器 人 协作理论研究者的关注．本文即在揭示协作多机器人系统与MAS的内在联系的基础上,指出 基于MAS的协作多机器人系统是协作多机器人学发展的一个重要方向．     

Consensus control of discrete-time multi-agent systems with privacy preservation

Due to the dependence of consensus theory on multi-agent systems (MAS) and the need to openly exchange status information with neighbors on each agent, private status and information are inevitably exposed to the public. In this paper, we present a consensus privacy protection algorithm to solve the consensus privacy problem of second-order MAS. The proposed approach is based on the Paillier algorithm with semi-homomorphic characteristics while combining a distributed control perspective to solve the privacy issues of sharing system status information. Under the conditions of our design, as long as there is at least one trustworthy neighbor node, the privacy of the topology nodes can be protected, and thus, the interconnected nodes are unable to detect the state information of systems from one another. We provide a new method for the privacy of the state information of the discrete-time MAS and use restricted hardware devices to implement the consensus control. Finally, experiments verify the effectiveness of our method, while meeting the actual applicability     

多智能体系统支撑环境MAS/TH-5

ＭＡＳ／ＴＨ－５系统是具有一定开放性的支持ＭＡＳ构造与集成的支撑环境,它将开发与运行环境集为一体,形成整体解决方案．同时,文中所构造的具有实际应用价值的Ａｇｅｎｔ模型,为支撑环境提供了理论和技术基础．这种模型具有理性平衡的特点．该模型还为用户提供了建立其他Ａｇｅｎｔ模型的一般性框架,可以满足ＭＡＳ系统中Ａｇｅｎｔ交互的需求．在支撑环境上,文中所设计的Ａｇｅｎｔ语言具有描述ＢＤＩ等思维状态的能力,可处理较复杂的实际应用问题．     

基于Multi-agent的分布式电梯故障诊断系统的研究

采用基于分布式人工智能的思想,将多Agent技术引入电梯故障诊断领域,分析了基于MAS的分布式智能故障诊断方法和过程;研究讨论了基于MAS的分布式智能故障诊断系统中Agent之间的调度协同求解方法和机制;给出了知识共享与重用的方法;建立了一种分布式多Agent诊断系统结构及其原型系统;通过在电梯故障诊断的应用仿真,提高了故障诊断的实时性、准确性和整体性能。     

中央空调系统的MAS智能控制模型

中央空调智能控制是实现空词节能优化调节的一个发展方向,目前是研究的一个热点和难点。文中首先在分布式人工智能领域的MAS理论基础上,对MAS的理论和应用进行研究介绍;然后针对目前中央空调控制系统中难于进行整体控制的问题,采用基于MAS的建模方法进行整体控制的设想,探讨了多Agent技术在空调控制系统中的应用;最后,文中引入了具有学习控制能力的人工智能技术,采用增强学习方法与多Agent技术结合起来,实现中央空调系统的整体智能控制与节能。     

RMI在海上搜救智能决策支持系统中的应用

对分布式人工智能领域中的重点问题——多Agent系统（MAS）的通信方式进行分析,论述基于MAS的海上搜救智能决策支持系统的通信机制以及系统的底层实现方法,介绍远程方法调用（RMI）在基于MAS的海上搜救智能决策支持系统中的具体应用,对RMI通信的主要优势进行总结。     

基于智能多主体的工艺设计系统DES—CAPP

我主体系统（ＭＡＳ）在许多领域应用已引起人们广泛重视和兴趣，多主体系统是由多个独立的、相互协作计算主体组成的系统，它能够解决传统主体系统难以解决的复杂问题，如大知识量的、复杂的工艺规划。本语文介绍一个基于智能化的多主体的工艺设计系统ＤＥＳ－ＣＡＰＰ，ＤＥＳ－ＣＡＰＰ能构造具有不同工艺规划知识类型的智能主体，并且通过这些智能主体之间的相互使用，完成对复杂机械零件工艺规划的设计。     

基于多Agent系统的塔群防碰撞控制系统研究

将多Agent系统(MAS)理论应用到塔群防碰撞监控系统中.首先建立了分布式多Agent的塔群防碰撞控制模型,在此基础上,讨论了单个塔机Agent的功能结构以及多Agent系统之间的通信.针对无线通信半双工的工作特点,采用广播方式的通信机制,通过Agent在交互过程中角色的变换实现了通信网络故障监视以及网络重组,解决了实际工况下塔机工作的随机性问题,达到系统通信的全局控制.最后通过工程实践验证了通信机制的可靠性及系统的有效性.     

基于消息通信的多智能体系统的应用

在基于多智能体的分布式实时仿真系统中,如何实现各Agent之间的通信与协调是一个核心问题。采用触发器消息传送方式为多智能体系统中的Agent建立了高效的通信机制,并通过分析机场地面交通中面临的问题构建了多智能体系统模型。实现了基于触发器消息通信机制的多智能体系统在机场地面交通仿真中的应用。