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.     

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调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     

一个复杂工业过程控制MAS的设计与实现*

针对复杂工业过程控制的特点,建立了由控制Agent和决策支持Agent组成的分层递阶MAS(Multi Agent System);研究了基于Ice中间件的MAS开发方法,采用COM技术构建了具有二进制重用性的Agent组件,可实现对原有系统的重用;实现了MAS与专家系统、神经网络和模糊控制技术的融合;开发了新型干法水泥生产过程控制MAS,实现了水泥熟料煅烧过程的优化控制.     

MAS及其相关概念

1 引言现实世界存在大量分布系统,MAS(多Agent系统)结构为其提供了一条研究途径,网络及多处理机的硬件研究成果为其实现提供了必要的支持。 MAS系统由多个智能体(Agent)组成,每一个Agent又是一个自治计算实体,具有目标、知识和能力。我们为什么要研究MAS?首先MAS优于仅由单     

多智能体系统MAS及其应用

分布式人工智能的研究和网络化分布环境的普及,推动了Agent的理论、技术特别是多Agent的理论及其技术的进展.随着计算机科学的发展迅速趋于成熟,多智能体方法和技术在很多领域得到了广泛的应用.针对目前多智能体系统(MAS)的研究现状及存在的问题,运用系统工程的思想,给出了多智能体系统的研究思路与方法.从工程应用的角度出发,详细论述了Agent及MAS的特性、结构模型以及多智能体系统所使用的一种最常用的通讯语言--KQML,重点分析了多智能体技术在几个有代表性领域的应用.最后,对多智能体系统技术的应用前景做出了系统的分析与展望.     

多Agent系统的研究

多Agent系统(MAS)是当前分布式人工智能(DAI)的主要研究方向之一。介绍了多Agent系统的背景和概念,着重分析了MAS的关键问题和构造MAS的组织模型,最后给出了多Agent系统的应用。     

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。     

Agent通信及多Agent系统(MAS协作机制的研究)

Agent及多Agent系统(Multi—Agent system,MAS)已被视为一种新的软件设计风格。本文在介绍了Agent的概念与BDI模型的基础上,分析了Agent的通信类型、通信规划以及多Agent系统(MAS)的基本模型与体系结构,同时对MAS的协作、协商、协调机制进行了深入研究,提出了远程通信和移动Agent通信概念。     

多Agent技术综述

多Agent系统(MAS)是分布式人工智能(DAI)的主要研究方向之一,提出了MAS的概念,对MAS的研究基础进行了介绍,阐述了三种典型的MAS体系结构,对MAS中的规划进行了介绍和具体分类.并介绍了MAS技术的典型应用.最后,对MAS技术进行了总结与展望.     

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.