AODE中的多agent协商与学习

AODE是我们研制的一个面向agent的智能系统开发环境,本文以AODE为平台研究了多agent环境下的协商与学习本文利用协商-协商过程-协商线程的概念建立了多边-多问题协商模型MMN,该协商模型支持多agent环境中的多种协商形式及agent在协商过程中的学习,系统中的学习agent采用状态概率聚类空间上的多agent强化学习算法.该算法通过使用状态聚类方法减少Q值表存储所需空间,降低了经典Q-学习算法由于使用Q值表导致的对系统计算资源的要求,且该算法仍然可以保证收敛到最优解.     

基于多智能体的虚拟企业环境下自治agent的协商

讨论了基于多智能体(Multi-agent)的虚拟企业环境下自治agent的协商,针对虚拟企业环境下协商的特点,提出了虚拟企业环境下自治agent的协商通用形式化模型,并在模型的基础上给出了一系列协商策略与协商战略.使用这些策略与战略不仅可以帮助agent生成建议与反建议,而且可以帮助agent对收到的建议做出评价,以作为生成反建议或终止协商的依据.     

多agent系统的一种交互策略模型

在多agent系统(MAS)中,通信交互是agent实现协作的主要途径.文章从语义层的角度对agent间通信交互过程进行分析,将agent的思维状态BDI(belief,desire,intention)模型引入通信交互过程,提出一种交互策略模型,支持在基本交互行为之上的多种类型的协商交互,以解决agent间的信知、行动等方面的冲突.与以往的研究中的辩论协商等方法相比,该策略模型可以实现基于场景的灵活交互,更具实用性.     

基于遗传算法的多边多议题自动协商模型

协商是MAS实现协同、协作和冲突消解的关键环节。在虚拟组织建立的背景之下，讨论了现有的多agent协商技术，提出了一个基于遗传算法的多边多议题自动协商模型，并且给出了相应的协议和算法。该模型能够迅速求出协商解，且agent能保持较高的效用，因此具有一定的通用性，适宜在动态的、时间约束强的开放网络环境下工作。     

基于自适应差分进化算法的多边多议题协商

为提高基于智能体(agent)的电子商务多边多议题协商的效率及稳定性,提出改进的自适应差分进化算法(ADE)并将其引入到合作环境下的多边多议题协商问题中。差分进化(DE)算法是目前求解连续空间内全局优化问题性能最优的进化优化算法之一。利用该算法收敛速度快、收敛精度高、全局寻优能力强等特点加快多边多议题协商的速度,使协商效率更高、稳定性更强。通过与目前解决多边多议题协商问题效果最好的混合遗传算法(HGA)对比,实验结果表明,自适应差分进化算法具有更快的收敛速度和更好的稳定性,可以使多边多议题协商中的各智能体达到协商最优解,并有效地减少协商次数,提高协商的效率和稳定性。     

基于SOA的多Agent协商服务及其应用

在简述一种融合了面向服务架构和多Agent协商系统特点的新的协商模型——基于面向服务架构的多Agent协商模型的基础上，设计了该协商模型的多Agent协商服务端，阐述了Agent中协商推理机在协商中的基本过程。面向服务架构的协商服务端与协商Agent管理平台组合起来，搭建起支持开放环境并开展协商的软件应用环境，实现了基于面向服务架构的多Agent协商模型在电子商务中的 应用。     

多Agent多阶段一对多协商模型

为解决多Agent一对多、多议题协商问题,提出了具有议题属性协商阶段的多阶段协商模型,设计了一种根据Agent让步幅度变化所形成的曲线来判定Agent类型和使用何种协商方法的协商策略.详细地分析了多Agent、多阶段一对多协商的协商过程.将三角模糊数多属性决策方法引入到多Agent协商过程中降低了决策者评估对方所提出方案的难度,能更自然地对不同方案的优劣进行排序.模拟算例表明,该模型有效且可行,为多Agent协商提供可参考的模型和求解算法.     

CSCW协同建组自动协商模型研究

文章提出了支持协同工作组建立的自动协商模型,定义了agent协商协议、协商算法和协商agent用于产生及评估offer、counter-offer的效益决策函数,分析了算法时间耗用,与现有协商模型和协商建组FITS/CL框架进行对比,验证了该模型在支持用户参加多个协同组、进行多协商方面的优势,解决了组建立中的群体决策问题,对探索自动建组方式进行有益尝试。     

基于对策论的Multi-Agent多边协商机制研究

针对决策支持系统中智能化程度低和协作困难的问题,特别是对多层次、多目标的决策困难问题,提出了基于对策论的Multi-Agent多边协商机制完成决策支持任务;探讨了基于对策论的多边协商机制,给出了Agent协商联盟的构成条件,提出了一个基于对策论的Multi-Agent多边协商机制,设计了基于Multi-Agent多边协商联盟的构成算法.该算法利用Multi-Agent的多边协商解决了多层次、多目标、多属性的竞争决策问题.最后通过算法验证实例证明了协商机制能更好地帮助用户进行决策,提高了决策系统的灵活性和准确性.     

多agent动态调度控制模型

结合多agent理论和企业的生产实际，建立了一种多agent动态调度控制模型MADSCM，详细探讨了MADSCM中agent的逻辑模型和具体结构，通过引入等待时间．提出了一种可以减少协商次数的协商机制。该模型可以较好地适应生产过程中的动态变化。     

一种多Agent多议题的协商模型

协商是多Agent系统实现协作、协调和冲突消解的关键技术。本文分析了协商问题的实质和协商过程,提出了一种支持多轮协商的多Agent多议题协商模型。模型中引入了Agent类型的概念,在信息不完全的条件下,协商Agent通过推测协商对手的类型来指导自身的提议策略和协商战术,使提议更具针对性,避免了盲目性,从而节约了协商时间,提高了协
商质量。     

一种劝说式多Agent供应链协商模型研究

好的协商模型对提高供应链协商效率有着重要的意义。提出了一种基于劝说式的多Agent供应链协商模型。对供应链协商模型框架和协商Agent的状态信息进行了形式化的定义,阐述了协商中的劝说方法、让步原则和提议交互过程。实践表明利用该模型建立起供应链协商支持系统能提高供应链伙伴协商效率和协商成功率。     

基于辩论的多商品谈判模型研究*

旨在对一组商品的多agent谈判进行研究,这组商品具有共同的性质,能满足买方特定需求。通过分析一组商品的属性特征,将商品的属性分为主属性和非主属性,用辩论方法构建多商品谈判机制,提出基于辩论的多商品谈判模型,并通过原型系统实验验证了模型的正确性和有效性。提出的模型将一组商品的多agent谈判统一到一个过程中,有利于达成谈判协议,提高谈判效率。     

一种劝说式多Agent多议题协商方法

多Agent系统中的协商问题往往由许多议题组成，导致问题空间十分庞大．传统的协商方法通过对问题空间进行穷尽搜索来找到最优解，并不适合多议题协商．而且，传统的方法不考虑协商偏好变化的情况，使得Agent在不完全及不正确环境下找到的最优解并不合理．提出一种劝说式多Agent多议题协商方法．借助信念修正这一有效的推理工具，协商Agent能够在协商过程中接受协商对手的劝说，考虑对手对协商议题的偏好，并根据一种基于辩论的信念修正方法调整自身的偏好．这样就能够使协商Agent对变化的协商环境具备适应性，从而提高协商的效率及正确率，快速准确地达成协议．     

A Complex Networked Method of Sorting Negotiation Demand Based on Answer Set Programs

With the development of big data science, handling intensive knowledge in the complex network becomes more and more important. Knowledge representation of multi-agent negotiation in the complex network plays an important role in big data science. As a modern approach to declarative programming, answer set programming is widely applied in representing the multi-agent negotiation knowledge in recent years. But almost all the relevant negotiation models are based on complete rational agents, which make the negotiation process complex and low efficient. Sorting negotiation demands is the most key step in creating an efficient negotiation model to improve the negotiation ability of agents. Traditional sorting method is not suitable for the negotiation in the complex network. In this paper, we propose a complex networked negotiation, which can show the relationships among demands, and then a sorting method of negotiation demands is proposed based on demand relationships. What’s more, we use the betweenness of literals and the boundary co-efficient of rules to evaluate the importance of demands and rules.     

多议题协商服务平台的研究与实现

基于面向服务架构(SOA)的多Agent多议题协商模型融合了面向服务架构和多Agent多议题协商系统的特点.在协商服务平台中应用本体的基本概念和相关技术来定义协商的提议和议题,可实现协商议题的个性化和按需变化的动态性,提高了协商Agent的能力、效率和协商的有效性,让协商不再局限于某些特定协商对象.     

Compositional Verification of a Multi-Agent System for One-to-Many Negotiation

Verification of multi-agent systems hardly occurs in design practice. One of the difficulties is that required properties for a multi-agent system usually refer to multi-agent behaviour which has nontrivial dynamics. To constrain these multi-agent behavioural dynamics, often a form of organisational structure is used, for example, for negotiating agents, by following strict protocols. The claim is that these negotiation protocols entail a structured process that is manageable with respect to analysis, design and execution of such a multi-agent system. In this paper this is shown by a case study: verification of a multi-agent system for one-to-many negotiation in the domain of load balancing of electricity use. A compositional verification method for multi-agent systems is applied that allows to (1) logically relate dynamic properties of the multi-agent system as a whole to dynamic properties of agents, and (2) logically relate dynamic properties of agents to properties of their subcomponents. Given that properties of these subcomponents can be verified by more standard methods, these logical relationships provide proofs of the dynamic properties of the multi-agent system as a whole.     

基于多Agent协商的虚拟企业伙伴选择方法

伙伴选择是虚拟企业建立过程中的核心问题,分析了虚拟企业的特点、虚拟企业环境下协商问题的特点,提出了一个适合于虚拟企业环境的多Agent协商模型。该模型支持多Agent多议题的多轮谈判,并将Agent类型引入到协商中来,作为指导协商Agent提议的一个重要因素。在不完全信息的条件下,应用贝叶斯学习的方法,更新既有信息,并通过分析对方Agent的历史提议序列,推测其类型,来指导自身的提议策略和战术,使自己的提议更具有针对性,避免了盲目性,从而节约协商时间,提高了协商的效率,使得盟主企业能在尽短的时间里寻找到理想的合作伙伴。