多Agent系统中信任和信誉系统研究综述

MAS环境同人类社会类似,充斥着大量不确定因素,因此,在MAS环境中引入信任来解决合作与交互问题具有重要意义.信任通常来源于直接信任和信誉两种途径,信誉系统是用于支持信任评价的机制.信誉系统的研究范围分为个体层和系统层两个层次,信誉系统的研究工作更关注个体层,信任的评价要符合准确性等特点.信誉系统中信任的表示一般采用基于认知观点和数值观点的方法.信誉系统采用集中式、分布式和混合式3种体系结构,各种模型都需要明确信任表示、传播与汇总的方法.目前两个较为成功的分布式多Agent信誉系统是ReGreT和FIRE.信息不精确的问题是信誉系统中的基本问题,也是一个迫切需要深入研究的课题,信誉系统研究中的一个突出问题是尚无公认的测试平台,Agent信誉和信任测试床(ART)项目作了有益的探索,在上述评述的基础上,可以在新模型和机制的构建、现有模型改进和完善、测试平台的研究和开发等方面有待进一步开展工作·     

基于涌现视角的MAS信任模型仿真分析方法

目前MAS信任模型研究关注的焦点是信任管理的微观机制设计,而从这些微观机制到系统的宏观特性,并不是显而易见的.因此,这些研究都采用了仿真分析.但是这些仿真实验的设计大多缺乏理论指导,往往不能正确反映系统的宏观特性.引入系统科学中的涌现视角来审视MAS,探讨基于涌现视角的MAS信任模型仿真分析方法.这一方法从相对清晰的微观层面入手,建立仿真运行模型;在充分考虑的相关宏观约束下,研究系统宏观层面的问题以及微观和宏观之间的联系.总结分析了信任模型微观机制的设计图式,在此基础上探讨了仿真Agent的设计框架;讨论了信任模型仿真分析中应考虑的宏观问题,包括宏观约束、威胁模型、评价指标以及仿真执行中的问题,最后实例验证了此方法的有效性.     

MAS在农业信息智能检索中的应用

本文从Agent技术及其通信机制出发,讨论了MAS(多Agent系统)在农业信息检索中实现智能检索的方法,利用MAS(多Agent系统)能根据不同访问者的认知水平和信息检索特点确定基本检索方式,从而做到智能检索.     

基于经验和信誉的MAS信任评价的学习机制

为合理利用MAS中存在的经验和信誉两种信任评价资源,准确评价合作agent,提出了根据活动因子的学习结果动态评价MAS的学习机制.采用该机制,MAS根据活动因子的取值赋予不同信任资源以不同权值,动态计算可信度,评价合作目标,使得MAS取得的总体报酬最优.仿真结果验证了学习机制的有效性.     

基于Web服务的MAS专家系统设计

将MAS和Web技术应用于专家系统开发中,设计了基于Web Service的MAS专家系统的构架模型,并在多Agent协商中提出了一种冲突消解策略,给出了基于Web Service的MAS专家系统中多Agent间的协作过程。在安全性方面,提出了一种系统安全管理机制,包括注册/注销机制、安全通信机制、安全管理与审计机制和安全恢复机制,并利用容器砂箱模型,实现了MAS专家系统基于角色的访问控制。     

一种基于黑板模型的多Agent系统通信方法

本文以人工智能领域中的黑板模型为基础 ,提出了在 Internet环境中多 Agent系统 (MAS)的通信方法 .该方法可用于异构的 MAS系统间的通信 .首先把 MAS系统的通信环境划分为不同的层次 ,然后用黑板模型对这些层次进行了描述 .基于这种描述给出了 MAS系统通信用协议和相关参数 .而且 ,还在这些参数中设置了有关服务质量的元素 .     

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。     

基于多Agent的高校教学评测系统模型研究

基于多Agent技术所构造的协同设计系统具有多Agent系统的分布性、协作性和智能性的特点。在分析目前高校教师教学评价系统的基础上,提出了一个基于多Agent系统(MAS)的高校教师教学评测系统模型(MATES),并着重讨论了该系统中各Agent的功能和Agent之间的协作关系。该模型为教师教学评价的自动化、智能化和高效率提供了一个良好的计算平台。     

Agent组织的一种递归模型

Agent组织是多Agent系统(MAS)的一种求解形式.基于Agent组织的问题求解可以减少MAS中Agent之间交互的复杂性,降低求解难度.结合收益和组织规则提出了一种Agent组织的递归模型,并讨论了Agent组织的目标分解、收益计算和组织规则形成等问题.相对于Ferber和Jennings等人的工作,这种模型适于描述不同规模的组织,有利于MAS宏观分析和微观分析的结合,而且模型中效用参量的引入可以在一定程度上表明Agent组织的演化.     

Agent及Multi-Agent System的理论和应用

Agent和Multi-Agent System(MAS)是人工智能的主要研究方向之一.回顾了Agent及MAS的发展历史,总结了目前Agent及MAS的研究现状,探讨了Agent及MAS的理论与应用,提出了目前Agent和MAS发展所需要解决的问题.