Multi-Agent层次协作模型在RoboCup中的应用

RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识，合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在，协调与协作是多Agent系统研究的重要课题。针对RoboCup仿真比赛的多智能体协作问题，分析了目前在RoboCup中的几个典型多智能体协作模型，提出一种三层的Multi—Agent层次协作模型，它包括全局层、局部层和个体层。并通过实验证明该模型是合理的、有效的。     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统(MAS)微观模型与宏观模型的桥梁,角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识,合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统（MAS）微观模型与宏观模型的桥梁，角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识，合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

RoboCup仿真比赛中的Multi-Agent层次协作模型

本文针对RoboCup仿真比赛的多智能体协作问题，分析了目前在RoboCup中的几个典型多智能体协作模型，提出一种三层的Multi—Agent层次协作模型，它包括全局层、局部层和个体层。实战证明该模型是合理的、有效的。     

基于行为预测的多智能体协作模型

智能体的行为预测是多智能体系统中的一个具有挑战性的问题。机器人足球是一个典型的多智能体系统,论文对多智能体系统中的行为预测进行了研究,概述了RoboCup中几种典型的智能体行为预测方法和协作模型,在此基础上采用基于行为的混合预测方法,建立了一种基于行为预测的多智能体协作模型。该协作模型已应用于CSU_YunLu2003仿真球队中,在RoboCup仿真比赛中证明了该协作模型的有效性。     

Multi-Agent层次协作模型及其在RoboCup中的应用

以RoboCup仿真机器人足球比赛中的多个智能体为研究对象，对Multi—Agent协作问题进行了研究。为了使Multi—Agent能够协同工作来完成复杂的任务，同时使Agent具有较高的智能性和反应性，提出了Multi—Agent层次协作模型。实验结果验证了以上研究的有效性。     

基于混合结构的机器人Agent控制结构的研究

该文面向分布Agent多移动机器人系统,提出了一种适合于多移动机器人的机器人Agent分层式体系结构,包括状态监测层、决策规划层、协调控制层和行为控制层,其中状态监测层主要实现整个系统对外部环境的状态监测。决策规划层设定系统的全局目标和单个机器人的局部目标,合理快速地完成任务的分解和分配,实现机器人之间任务级之间的协作。协调控制层完成机器人之间的运动协调。行为控制器主要采用基于行为的方法实现具体的运动控制。该结构应用于RoboCup环境下的分布多机器人系统中,满足复杂的、动态的应用环境和系统要求。     

Q学习在RoboCup前场进攻动作决策中的应用

RoboCup是世界上规模最大的机器人足球大赛,包括软件仿真与硬件实体两类项目的比赛。RoboCup仿真2D作为软件仿真项目的重要组成部分,成为研究人工智能和多Agent智能体协作的优秀实验平台。将Q学习应用到RoboCup仿真2D比赛的前场进攻动作决策中,通过引入区域划分,基于区域划分的奖惩函数和对真人足球赛中动作决策的模拟,在经过大量周期的学习训练后,使Agent能够进行自主动作决策,从而加强了多Agent的前场进攻实力。     

一种动态环境下的多Agent协作模型研究

多Agent系统所处的环境是开放的、动态的。如何在该环境下实现多Agent的协调工作是提高系统性能的关键所在。基于此，本文就动态环境下的多Agent协调和协作机制进行了研究，给出了一种多Agent协作模型。     

基于多Agent的网络管理技术研究

将分布式人工智能中的智能Agent用于计算机网络管理,是近年来最活跃最前沿的研究领域之一。文章从分布式网络管理体系结构入手,基于多Agent的网络管理模型,以及多Agent之间的协调和协作等问题,研究了网络管理智能Agent的结构。     

智能协同集成逆向工程系统控制模型的研究

为提高集成逆向工程系统的智能和协同能力,提出了基于MAS的控制模型。该模型分为管理智能体层、单元智能体层和执行智能体层。管理智能体层负责调度和协调各CA,并对所有CA进行管理;单元智能体层中的各CA间通过协商承担相应的任务,完成任务的一级分配;执行智能体对逆向系统内的硬件、软件负责,它们根据局部的本地资源信息及当前状态,接收发布的任务,并对其求解。同一层次的CA之间采用分布式结构,对等协作;上下级的CA间采用主从协作。     

多智能Agent在Web信息检索中的研究

本文介绍了人工智能领域的Agent技术,以及其基本特性和一些主要功能。通过对Agent系统结构分析提出多智能Agent工作模型。通过对Agent之同通讯研究开发新的规则和解决方法,通过对多Agent协作不仅改善了单个Agent的基本处理能力,而且可以从Agent系统的交互协作中进一步理解多智能Agent系统的现实意义     

基于对策论的Multi—Agent多边协商机制研究

针对决策支持系统中智能化程度低和协作困难的问题,特别是对多层次、多目标的决策困难问题,提出了基于对策论的Multi-Agent多边协商机制完成决策支持任务;探讨了基于对策论的多边协商机制,给出了Agent协商联盟的构成条件,提出了一个基于对策论的Multi—Agent多边协商机制,设计了基于Multi—Agent多边协商联盟的构成算法。该算法利用Multi-Agent的多边协商解决了多层次、多目标、多属性的竞争决策问题。最后通过算法验证实例证明了协商机制能更好地帮助用户进行决策,提高了决策系统的灵活性和准确性。     

基于多Agent的电力营销决策支持系统的研究

针对传统决策支持系统的局限性以及决策支持问题的复杂性,本文把Agent方法引入到决策支持系统的研究中,提出了一个新型的决策支持系统框架,设计了基于多Agent的电力营销决策支持系统。该模型中的多个Agent通过Agent解释服务通信交流,相互合作,共同完成决策支持任务,充分的发挥了Agent的自主性、反应性、协作性,为电力企业的决策问题的解决提供了一个新的途径。     

多Agent合作求解

Multi-Agent Collaborative Problem Solving is one basic issue of the research of Multi-Agent System (MAS). In this paper we summarize some research work of Multi-Agent collaborative problem solving,expound the characteristic of Multi-Agnet collaborative problem solving,Model of Multi-Agent collaborative problem solving,pro-cess of solving,the application field of Multi-Agent collaborative problem solving and some challenge. Especially wediscuss the main models ,introduce the representative model including joint-intention,joint-commitment ,shared plan.     

基于滑模变结构的WSNs跨层拥塞控制算法

针对具有传输控制协议（TCP）传输机制的无线传感器网络（WSNs）节点拥塞问题,在传输层的基础上结合物理层的信噪比（SNR）参数来估计信道状况,不断调整传输模型,实现跨层控制。此跨层方法改变了以往的单层拥塞控制方法,充分利用了WSNs层与层的协作关系,并用基于自适应趋近律的离散滑模控制结构模型作为控制器,过程简单且易于实现。仿真结果表明：该跨层拥塞控制方法具有响应速度快、延迟小、鲁棒性好等特点。     

基于Multi-Agent的决策支持系统模型管理研究

针对传统模型管理系统难以解决分布式网络环境下的复杂决策问题的不足,利用Multi-Agent技术对解决决策问题所需的若干原子模型进行复合,形成解决该决策问题的模型方案。对模型复合过程中Agent的作用及实现技术进行了设计,在此基础上构造了基于Multi-Agent的决策支持系统(DSS)模型管理系统。     

一组移动代理的行为设计模式

模式是开发应用程序时所用方法和指导原则的总称，它表达了人们的进行软件开发过程中常用的一些设计思想，通过分析移动代理的运行过程，提出了一组行为设计模式，其核心思想就是将系统易变的部分与不变的部分进行分离，将系统不同层次的功能进行分离，具全来说，就是按照从上到下的顺序，将移动代理的行为分成任务流、协作交流和基础功能三层，并针对不同的层提出了相应的设计思想，利用这些模式，人们可以解决移动代理系统设计过程中遇到的许多问题，因此具有很高的实用价值和理论价值。