多Agent系统研究概述

Agent是一个能够感知外界环境并具有自主行为能力的以实现其设计目标的自治系统。Agent和多Agent系统的研究已经成为分布式人工智能(DAI)的一个热点。阐述了Agent以及多Agent系统(MAS)的基本概念;多Agent系统的反应式结构、慎思式结构以及混合式结构等3种基本的体系结构与多Agent系统的BDI模型,以及多Agent系统中的通信、协调、协商、和合作等关键的技术问题。最后给出了多Agent系统研究尚需要解决的一些问题。     

基于JACK平台的多Agent系统设计方法研究

随着信息技术的飞速发展,应用软件变得越来越复杂,其智能化程度也越来越高。面向Agent软件开发技术就是在此背景下应运而生的,并迅速成为软件工程领域的一个研究热点JACK平台是以BDI模型为基础,基于JAVA语言的多Agent系统开发环境。此外,它还支持Prometheus等主流面向Agent软件开发方法。通过一个具体项目案例“图书智能推荐系统”给出TJACK平台下多Agent系统的设计与实现方法。     

基于Agent的协同式网络管理模型研究与实现

移动Agent技术为智能网络管理的研究开辟了新的思路,但由于每个Agent是一个自治的主体,因此如何实现多个Agent协调合作来高效地管理网络成为多Agent系统(MAS)的核心问题.在对移动Agent和其体系结构进行研究的基础上,提出了一种基于多移动Agent网络管理模型,将移动Agent分成四类,并将黑板系统方法的应用在多Agent之间通信和协调中,使Agent问的协调变得相对容易,通过黑板将单个Agent联系成一个整体,结果表明,该模型加强了对各Agent的控制,提高了网络管理效率.     

基于BDI的多Agent复杂系统建模方法

文中分析提出一种通过信念一愿望一意图(BDI)结构实现多Agent系统设计建模的方法。其研究的目的是在现有的程序设计语言环境中实现承担不同组织职能的每一类Agent的结构的多Agent组织具体的模型化。其建模的方法采用多Agent系统的设计建模建立三个模型:Agent模型、相互作用模型和相识者模型。在该模型中,基于BDI的Agent模型主要是由信念、目标、计划三个基本子模型构成。对于信念,目标,计划这三个子模型而言,其主要是根据在模型建立过程中分析阶段所获得的职能模型、协同工作过程模型和领域本体来建立的,并通过建模方法设计了MAS系统。     

Agent协作的利益驱动模型

分布式多Agent主体间有效协作是Agent研究的关键问题。文章提出了一个利益驱动模型，在利益驱动下实现任务的委派，并在此基础上分析和讨论了模型中单个主体的决策机制以及多主体间的协作机制和交互语言。     

一种基于Agent的通讯模型设计及其应用

Agent的一个显著特点就是它的社会性;Agent的应用主要是以多个Agent协作的形式出现;MAS的求解问题的能力超过单个Agent,Agent间的通信是系统中较为关键的问题;操作性较好的通信方式,以＂黑板＂最为著名,也有人提出了介于黑板方式和预定点方式之间的类黑板方法;本模型需要解决3类通信;采用该TTMAS通讯模型,整体运行时间可以节约30%以上。     

一种基于伦理学的多Agent系统模型

多Agent系统是多个自治Agent相交互、协同、合作形成的社会。伦理学是以道德为研究对象的科学。目前存在的多Agent系统模型的主要有BDI模型、效用模型、通信模型等，很少有人从伦理学的角度对多Agent系统模型进行分析。文章基于伦理学的理论，提出一种多Agent模型，并进一步探讨了在这种模型中的Agent协作求解时的有关问题。     

分布式人工智能技术在木马病毒检测中的研究

简单来说,Agent是一种实体,是一种具有智能功能的实体,这种实体可以是智能设备、智能软件、智能计算机系统或者是智能机器人等。MAS(Mult-agent)通过通信使若干个Agent成为一个整体,问题求解能力大为提高。单个的Agent保持独立完成某一问题的求解的能力,多个Agent相互协助以完成更复杂的问题求解。MAS是一个并行的、异步的、智能的分布式系统。MAS的智能化和Agent本身的可移动性使MAS非常适应当前的网络环境。提出了基于多Agent协作实现未知新木马病毒自动识别新方法,该方法利用驻留在网络中各机器监测Agent和网络监测Agent所收集的证据和初步判断,并由协作Agent对这些证据和初步判断进行融合印证并做出最终结论。     

多Agent复杂诊断系统分布式协同求解研究

针对当前大型复杂设备故障诊断的实时性、智能化要求,以组件化思想为基础,建立了基于多Agent的分布式智能故障诊断系统模型,讨论了基于MAS的分布式系统诊断的方法和协同求解问题.提出包含分布式诊断融合决策模块的Agent一般模型,分析了分布式协同求解的任务分解、分配和协作求解问题,并运用CBR方法实现了单个Agent内部推理以及多Agent的协作.仿真实验表明,该系统能高效、准确地诊断故障,具有较好的主动性、适应性和交互诊断性.     

Multi-Agent技术在元搜索引擎中的应用研究

随着科技的迅猛发展,对Agent技术的研究已成为当前的前沿热点问题之一。本文将Agent技术运用到元搜索引擎中,建立一个基于Multi-Agent的元搜索引擎系统模型。该模型采用多Agent组织结构,在一定程度上弥补了元搜索引擎智能化程度低、无法满足个性化需求方面的缺陷。文中将元搜索引擎中的Agent分成管理Agent和任务Agent两大类,并对模型中多Agent之间的通信方式、协调机制和性能评价进行了深入研究。     

影响双边多议题自动谈判的心智状态分析

多Agent之间的自动谈判是DAI领域的重要研究课题。为了适应环境变化和谈判结果,智能Agent必须利用知识修改其内部状态,即心智状态。目前侧重研究的心智状态包括信念、愿望、意图的关系和形式化描述,即大家熟悉的BDI模型。文章基于BDI模型分析了多Agent系统中影响自动谈判的心智状态。     

基于多Agent导弹编队图像融合研究

导弹编队协同作战的目的是通过导弹之间的协作与通信,最大限度提高目标命中率。丈中针对复杂环境下导弹协同作战中存在图像融合的问题,提出了基于多Agent黑板协作模型,在编队内部不同任务和功能的导弹之间建立公共信息平台,实现多种传感器的图像融合,从而提高攻击目标的命中率,并通过一个仿真实例说明了该方法的可行性。     

大型追踪系统的多摄像头协同

多摄像头间的目标追踪,即利用多摄像头协作完成对目标的监控追踪过程,是大规模智能监控系统中的重要研究方向。针对多摄像头追踪系统对多摄像头协同的实时高效性的需求,本文提出了一种利用多Agent代理多摄像头的分布式计算技术,单Agent层面分析其BDI模型,状态转移模型,多Agent层面分析其在目标追踪过程中完整的通信过程,以及多个摄像头的最佳状态选择。通过开源JADE框架,对基于多Agent的多摄像头追踪系统进行系统搭建,系统实现了多摄像头协同下对目标的持续追踪,实验证实了本文的多Agent系统可有效的实现多摄像头的协同,将通信延迟时间缩小到最短,以便及时更新每个摄像头的状态,从而大大提高了目标追踪的准确率,以及计算资源的利用率,达到对目标进行持续追踪的目的。      

协同空战中基于任务分解的任务协调机制研究

协同空战任务决策的一个关键是编队内部的协调。基于复杂系统的一般求解方法,结合人工智能领域的MAS技术,提出了一种任务协调的分步实现方法。首先,就复杂的协同作战任务提出了一种分级分解思想,通过6级分解,将一项复杂作战任务分解为单个作战Agent的阶段性战术级任务,实现了协同作战任务的细化和量化,为各Agent协同完成复杂任务奠定了基础。在任务分解的基础上,建立了多Agent任务协调的数学模型,在合同网协议的基础上,提出了一种基于市场行为的编队内部的任务的动态协调机制。各作战Agent通过市场协议动态地选择适合自己的作战任务(包括协作性的和非协作性的),以编队总体效用最大化为目标,高效地实现了任务的动态、分布式的分配。仿真结果表明,提出的基于任务分解的协同任务协调机制效果较好,对作战任务决策起到了基础性的作用。     

一种基于Pi演算的Agent BDI结构

BDI模型是Agent理论与技术领域研究和应用最多的理论模型,但存在BDI模型和具体Agent结构之间缺少明确映射关系,以致难以编程实现BDI模型的问题.本文仿真人类个体,将信念映射为内黑板和规范集,愿望映射为反馈控制,意图映射为感受器、效应器和数据处理器,使用单项Pi演算定义了一种Agent BDI(AB)结构.分析表明,AB结构使用的闭环反馈机制实现结构的稳定.     

基于多Agent的供应链管理系统建模研究

针对具有复杂自适应特征的供应链系统,设计了一个基于多Agent的供应链管理系统仿真模型,分析了模型中各实体间的协作关系及实体内各Agent的工作流程,并在多Agent组织结构的联邦结构基础上,提出了多Agent的动态联邦组织结构,为提高Agent间的协同工作效率奠定了基础。     

基于 Multi-Agent System的群机协同空战指挥控制系统模型的研究

研究了由多个智能Agent(Multi-Agent System)组成的群机协同空战指挥控制系统的总体结构及基于BDI(Belief、Desire、Intention)结构的Agent对空战环境的感知模型、作战意图模型、决策模型和通讯行为.     

复杂系统的MAS分布式协作求解研究

在传统故障诊断基础上,将多Agent技术应用于动态、分布、实时和不确定的复杂系统故障诊断领域，是求解复杂过程故障诊断问题的一种新尝试。讨论了基于MAS的分布武智能故障诊断方法和过程。基于一种分布式Agent诊断系统结构原型系统，重点研究了诊断问题的多Agent间的交互、协作以及诊断决策问题，提出了分布式信息交换和分布武诊断的BDI结构的推理机模型，并用CBR技术对其实现了协作求解。应用表明，该系统能快速、准确地进行故障成因分析．取得了与专家相似的诊断结果。     

基于黑板的多Agent智能决策支持系统的研究

结合黑板系统及Agent技术,设计了基于黑板的多Agent智能决策支持系统模型,并对该模型的功能模块进行了详细分析,每个Agent利用黑板进行交互,通过黑板控制Agent对黑板进行控制,同时给出各Agent的描述。此外,提出了多个决策Agent协调决策的处理方法,该系统可用于多个Agent协同求解大规模复杂问题。     

基于MAS的多agent的机器人协作技术研究

Agent机器人系统是当前人工智能领域研究的一个重要分支,尤其是多agent系统可以解决单机器人难以完成的复杂任务,再者,在相同任务环境下多agent机器人系统的设计制造工艺要远低于单agent机器人系统,且前者的效率也要远高于后者。但多agent机器人系统交互行为中的协调与合作、个体之间路径的选择与协调及实时通信规划机制是一个非常复杂的问题,本文以agent思维状态为模型对当前多agent系统协调交互行为做了相关研究。