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。     

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。     

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。     

基于角色的多Agent系统软件设计方法

角色是面向agent软件开发方法研究中的一个重要抽象概念。论文认为角色是连接多agent系统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。论文研究角色和agent之间的动态绑定思想和机制,讨论基于角色的多agent建模方法RoMAS,并以RoboCup仿真比赛为案例验证该方法的有效性。     

对智能多Agent系统的关键技术研究

文章主要对智能多Agent系统涉及的关键技术进行研究,描述了分布式人工智能与Agent的概念,详细阐述了Agent系统的模型、工作过程、特性、分类和结构,讨论了多Agent之间的通信模式、类型、机制和语言,以及Agent协作与协调方式等。     

基于Agent组织的多UAV协调模型

无人驾驶飞机(UAV)系统的协调问题是UAV研究领域的一个重要问题。研究了适应于UAV系统的Agent结构模型以及组织模型,提出了一种基于Agent组织的多UAV协调模型并给出了其数学化表述,分析了多UAV协调模型中任务协调、角色协调以及动作协调等三个阶段,并对提出的模型进行了仿真。实验表明,模型具有较好的适应性和稳定性。     

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。     

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。     

基于角色驱动的多Agent主体工作流模型的研究

在分析了传统的几种工作流建模方法的基础上，提出了基于角色驱动的多Agent体工作流模型，把多Agent的协作交互作为模型的主体，模型中引入了多Agent，把任务的执行者看作Agent，该Agent具有角色库，可以拥有一个或者多个角色，并用这些Agent之间的交流协作来描述工作流过程，使得执行者Agent成为模型的主体，改变了传统的模型中人的被动地位，使活动能更加顺利圆满地完成，同时也很好地解决了业务过程中可能存在的活动执行者的多角色和角色变化的问题。     

多Agent系统的协作及强化学习算法研究

研究了多Agent环境下的协作与学习.对多Agent系统中的协作问题提出了协作模型MACM,该模型通过提供灵活协调机制支持多Agent之间的协作及协作过程中的学习.系统中的学习Agent采用分布式强化学习算法.该算法通过映射减少Q值表的存储空间,降低对系统资源的要求,同时能够保证收敛到最优解.