分布式约束满足问题及其在MAS任务分配中的应用*

针对多智能体系统(MAS)任务分配问题中多个任务与MAS两者的分布式特征,将任务分配问题形式化为分布式约束满足问题(DCSP)进行求解,分别建立了以任务为中心和以agent为中心两种MAS任务分配模型,基于改进的DCSP分布式并行求解算法,提出了基于DCSP的MAS任务分配问题求解框架。该方法适合求解agent间通信有随机延迟以及agent间存在多约束的问题,应用实例的求解表明了其实用性与有效性。     

分布式问题求解中的妥协策略

基于多agent系统的分布式约束满足(CSP)问题的求解进程依赖于agent间的有效交互。该文针对着色问题(GCP)的分布式求解,提出了agent妥协的概念。通过妥协,两个相邻agent改变了各自原有的局部目标,实现了相邻约束的满足。模拟实验表明,妥协策略有助于提高分布式GCP问题的求解性能。该文还讨论了不同的妥协实现方式对性能的影响。     

非二元约束满足问题求解

在约束满足问题(CSP)的研究中，大部分工作集中在二元约束，但处理实际问题时，常常会遇到非二元约束的情况．该文在概要地讨论了两类求解非二元约束问题方法的基础上，研究了一种将约束传播技术和一般弧相容回溯算法相结合的非二元约束求解方法，并在设计开发的约束求解工具“明月SOLVER1.0”中实现了该方法，以典型例子给出了实现系统的运行结果．     

E-CARGO模型在CSP问题中的描述

基于角色的协同RBC(Role-Based Collaboration)是一套研究角色及它们之间复杂关系的方法、理论和技术。在RBC中,群组角色分配GRA(Group Role Assignment)既是一个关键问题,也是一个难题。已有许多研究探讨了基于Q(Qualification)矩阵来处理GRA问题,但仅利用Q矩阵难以描述问题中的复杂约束关系。因此,将约束集(Constraint)引进E-CARGO模型,提出了带约束的EC-CARGO模型,研究了RBC、GRA、SAT(SATisfaction)和CSP(Constraint Satisfaction Problem)之间的联系,建立了RBC-GRA-SAT-CSP问题求解转换关系;提出应用EC-CARGO模型求解经典CSP约束满足问题的方法,进而描述了应用GRA求解CSP约束满足问题的通用框架。最后以N皇后问题为例,验证了通过GRA的约束指派求解CSP问题的有效性。     

指派问题的置换矩阵解法

指派问题是一类特殊的约束满足问题(CSP),其变量的论域是N×N矩阵中所有坐标,要求从中选择N个元素并满足约束条件:所选出的坐标不在同行、同列。指派问题的求解可以使用回溯算法或匈牙利法。本文提出了一种求解指派问题所有可行解的置换矩阵算法,并在此基础上对含不明条件的指派问题也给出的相应的求解方法。     

约束满足问题求解的符号OBDD桶消元算法

桶消元算法是求解约束满足问题的一种典型推理方法.针对桶消元算法面临的状态空间爆炸问题,将有序二叉决策图( OBDD)技术与该算法结合起来,给出了约束满足问题的一种求解算法.通过对约束满足问题中变量和域值的编码,将CSP问题转化为命题可满足性问题,给出了约束满足问题的OBDD表示方法;基于桶消元的算法思想,在约束满足问题...     

装配序列规划问题的CSP模型及其符号OBDD求解技术

完全、正确的可行装配序列的表示和生成是装配序列评价、优化和选择的前提,为此建立了单调非线性装配意义下的可行装配序列规划问题的约束满足问题(CSP)模型,并给出了基于有序二叉决策图(OBDD)的符号求解算法.首先以装配联接图和移动向量函数为装配体模型,给出了装配联接图模型的共享二叉决策图(SBDD)表示、移动向量函数的OBDD表示,以及装配序列规划问题的CSP描述;然后将生成所有可行装配序列的问题转化为对CSP求解所有可能解的问题,利用回溯算法对CSP问题进行符号OBDD求解,得到了满足几何可行性约束的所有可行装配序列.最后通过装配体实验验证了基于CSP模型和OBDD推理的装配序列生成技术的正确性和可行性.     

采用二元CSP引擎求解RTL数据通路的可满足性

针对寄存器传输级(RTL)验证和测试过程中非常重要的数据通路可满足性求解问题,提出一种基于二元约束满足问题(CSP)的求解方法,包括数据通路提取、二元CSP建模和搜索求解3个步骤.数据通路提取通过对接口布尔变量和某些字变量赋值,为各个数据通路器件建立环境;二元CSP建模则根据该环境和各个数据通路器件的功能,将数据通路的可满足性问题转化为二元CSP描述;该二元CSP问题的描述被送入到二元CSP引擎,并采用冲突引导的回跳搜索策略进行求解,获得有解的例证或无解的判定.实验结果表明,即使在没有采取很多优化策略的条件下,该方法仍有较好的性能,并优于基于线性规划(LP)的求解方法.     

分布式约束满足问题研究及其进展

近年来,随着网络技术的快速发展和广泛应用,人工智能领域中的诸多问题,如时序安排、计划编制、资源分配等,越来越多地以分布形式出现,从而形成一类多主体系统.相应地,求解该类问题的传统约束满足问题也发展为分布式约束满足问题,分布式约束满足已经成为多主体系统求解的一般框架.首先,简要介绍了分布式约束满足问题的基本概念,总结了该问题的基本算法及其改进算法,并对这些算法的效率和性能进行了比较分析.然后,讨论了近年来分布式约束满足问题的若干典型应用;最后,给出了分布式约束满足问题基本形式的扩展和今后的研究方向.分布式约束满足问题最新研究进展表明:今后的工作将着重于面向现实问题求解的理论研究,为实际应用提供坚实的理论基础.     

DCSP和DCOP求解研究进展

分布式约束满足问题（DCSP）和分布式约束最优问题（DCOP）的研究是分布式人工智能领域的基础性工作。本文首先介绍了卿和DCOP的形式化描述及对实际应用问题的建模方法。在DCSP和DCOP的求解中，通常对问题要进行限制和要求，同时要满足分布性、异步性、局部性、完备性的原则。异步回溯（ABT）、异步弱承诺搜索（AWC）和分布式逃逸（DB）算法是求解DCSP的有代表性的算法；DCSP算法对DCOP求解产生了影响，但由DCSP一般化到DCOP的算法，仅适用于解决部分特定的问题，DCOP的最优、异步算法有异步分布式约束最优算法（A—dopt）和最优异步部分交叉算法（OptAPO）。本文讨论了上述算法的性能。相关的研究工作在多局部变量的处理、超约束DCSP、算法性能度量、通信的保密等方面进行了扩充，在对问题本身的研究、建模方法学、算法、与其他方法的结合以及拓展应用领域等方面仍有许多问题需要进一步研究。     

Integrating multi-agent negotiation to resolve constraints in fulfilling supply chain orders

As the order fulfillment process (OFP) in supply chains shifts to outsourcing paradigm, the OFP performance relies on the coordination among supply chain partners to reach executable and effective plans. The coordination of OFP among supply chain partners can be viewed as a distributed constraint satisfaction problem (DCSP). This study adds the multi-agent negotiation mechanism to enhance the existing methods to solve the DCSP, and then evaluates the integrated system’s performance through experimentation on the OFP in the context of the metal industry. The experimental results show that the integrated system outperforms the existing distributed constraint satisfaction algorithms in various demand patterns.     

Algorithms for Distributed Constraint Satisfaction: A Review

When multiple agents are in a shared environment, there usually exist constraints among the possible actions of these agents. A distributed constraint satisfaction problem (distributed CSP) is a problem to find a consistent combination of actions that satisfies these inter-agent constraints. Various application problems in multi-agent systems can be formalized as distributed CSPs. This paper gives an overview of the existing research on distributed CSPs. First, we briefly describe the problem formalization and algorithms of normal, centralized CSPs. Then, we show the problem formalization and several MAS application problems of distributed CSPs. Furthermore, we describe a series of algorithms for solving distributed CSPs, i.e., the asynchronous backtracking, the asynchronous weak-commitment search, the distributed breakout, and distributed consistency algorithms. Finally, we show two extensions of the basic problem formalization of distributed CSPs, i.e., handling multiple local variables, and dealing with over-constrained problems.     

输出饱和多智能体系统的迭代学习趋同跟踪控制

针对带有输出饱和的多智能体系统有限时间趋同跟踪控制问题,提出了一种分布式迭代学习控制算法.首先假设多智能体系统具有固定拓扑结构,且仅有部分智能体可获取到期望轨迹信息.基于输出约束条件构造一致性跟踪误差,在此基础上设计了P型迭代学习控制率.然后采用压缩映射方法给出了一个算法收敛的充分条件,并在理论上证明了跟踪误差的收敛性.最后,将理论结果推广至具有随机切换拓扑结构的多智能体系统中.仿真结果验证了所提出算法的有效性.     

规划问题编码为约束可满足问题的研究

基于约束可满足问题的规划求解是研究智能规划的重要技术方法。把规划问题编码为约束可满足（CSP）问题，是这种规划求解方法的关键技术之一。本文介绍把规划问题编码为约束可满足问题的方法，及一些已有的并且已经用于规划的可满足过程，并对这些编码方法做进一步的研究，主要讨论领域知识在编码方法中的应用，提出在编码求解中加入领域知识的观点。     

基于多agent系统的分布式问题求解中的重尾现象

通过随机给变量赋初值,统计采用基于多agent系统的分布式逃逸算法求解约束满足问题所需的求解步数,不同类型问题的求解性能具有很大的差别。已发现一类着色问题的求解,显现出重尾分布的现象。该文提出了一个新的全局调度策略,通过权重的重置,保持权重的相对平衡性,有效地消除了重尾现象。     

可满足实例的归结复杂度

GRB模型是一种随机约束满足问题模型,此模型具有精确的可满足相变现象。针对实验中出现的GRB模型在相变区域产生的可满足实例都是难解的现象,利用子句宽度和归结复杂度的关系证明了GRB模型在相变点附近产生的可满足实例对于树型归结证明具有指数下界。因此从理论上证明了在相变区域产生的可满足实例对基于归结的算法是难解的。     

一种基于图分割的动态回溯算法

动态回溯算法在进行回溯时保留所有已赋值变量的值,从而可能与后面赋值的变量产生冲突,其在解决不具有明显子问题结构的约束满足问题时效率较低。为此,将图分割技术应用于动态回溯,通过图分割将变量分为若干集合,当发生回溯时,不保留全部变量的值,舍弃那些与引起冲突的变量在同一集合变量中的值。实验结果表明,该算法在求解没有明显子问题结构的约束满足问题时具有较高的效率。     

分布式约束管理系统的设计与实现

介绍了一种并行工程中分布式的束管理系统的设计与实现的方法,该系统采用束满足问题的求解算法作为核心,可以求解约束网络中连续变量的可行值域,采用C/S结构及分布式数据库产品,具有分布式的特点,以支持IPT地理位置的分布特点,它可及时地发现冲突针对冲突信息,可从冲突仲裁系统的实例库中获得可行的解决方案,最后通过一个转向架设计的应用实例说明了该系统的有效性。