基于Agent图的三级多Agent系统组织模型

多Agent系统的组织结构是Agent个体之间交互的框架。对分布式多Agent系统的组织方式、协作机制进行了简要讨论,提出了Agent域及Agent图的概念。根据不同Agent之间的地理位置和通信代价,由Agent个体、Agent组及Agent域三级组织结构形成一个Agent图,并借鉴计算机网络的分布式自适应路由选择策略进行多Agent系统的协作组织。分析表明,该模型具有高效、健壮、通信开销较小等优点。     

基于Agent的决策支持系统研究

将人工智能中的最新技术Agent技术用于构建决策支持系统,利用界面Agent、信息Agent、协作Agent来实现决策支持系统的智能部件,提出协作Agent来实现多Agent之间的协作和交互,为解决多Agent系统中Agent之间的协作难问题提供了一种新的思路。     

Agent组织研究综述

Agent组织为开放环境下大规模协调和协作问题提供了一种解决方案。近年来对Agent组织的研究越来越引起重视,并已成为多Agent领域的一个重要分支。文章介绍了Agent组织产生的背景、Agent组织的定义,并从Agent组织形成的角度对Agent组织进行分类;综述了近年来提出的面向组织构建多Agent系统的方法并对它们进行了比较;分析了Agent组织的演化,并指出了今后的方向。     

基于多Agent的网络管理技术研究

将分布式人工智能中的智能Agent用于计算机网络管理,是近年来最活跃最前沿的研究领域之一。文章从分布式网络管理体系结构入手,基于多Agent的网络管理模型,以及多Agent之间的协调和协作等问题,研究了网络管理智能Agent的结构。     

Agent技术及其在网络协作学习中的应用研究

应用Agent的智能特征,把Agent思想嵌入到网络协作学习系统中;分析了网上协作学习环境、协作学习区、学习环境的运作方式以及其特点。引入智能Agent的网络协作学习环境,实现了个性化教学,能充分调动学习者的主动性。     

网络环境下基于Agent的多机器人协调与路径规划

本文针对基于Agent的分布协作式多机器人装配系统 ——DAMAS的特点,在原有工作的基础上,提出了网络环境下基于Agent的路径规划思想,重 新定义Agent各功能模块的内容,建立系统中的通讯机制．同时,介绍了系统进行路径规划 的工作过程,给出了路径规划器的规划算法．     

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联盟的协作学习系统研究

为了在协作学习系统中实现学习者Agent之间的有效合作,通过引入一种新的合作机制--同学关系网模型(Schoolmate Relation Web Model),来构建学习系统中学习者Agent之间的同学联盟,并且基于学习者Agent之间的同学联盟来实现多个学习者Agent之间的协作学习.在每个同学联盟中,任意两个Agent之间都具有同学关系,并且联盟中的所有Agent相互协作,共同完成学习任务.另外,联盟中的学习者Agent之间的通信不是直接进行的,而是通过一个黑板来进行,这可以显著地提高Agent之间的通信效率.由于同学关系网模型可以避免Agent联盟形成的盲目性,并且可以提高学习者Agent之间的交互效率,从而使得我们基于Agent同学联盟的协作学习系统可以实现学习者Agent之间的有效合作,弥补了现有协作学习系统的不足.     

关系网模型--基于社会合作机制的多Agent协作组织方法

在多Agent系统（MAS）的研究中,如何表示Agent之间的相互关系,以及有效地组织Agent之间的协作通信机制,提高系统的可靠程度,降低整个系统的通信代价和减少资源开销,一直是因扰很多MAS研究者的问题,该文主要从研究Agent社会合作机制入手,对大规模开放式多Agent系统（OMAS）环境下的Agent社会组织方法,Agent协作行为表现进行了研究,引入了一个表示Agent之间联系的熟人关系网模型,对Agent之间的可信任度关系进行了讨论,并分析了Agent熟人关系链上可信任关系的传播机制,对Agent社会中的Agent理性行为表现进行了详细讨论。     

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.     

Agent组织中的政策导向型协作模型

传统Agent协作模型强调Agent的高度自主性,其自发协作过程完全出于内部的"自私性"动机,难以在模型中表达宏观层面上的引导及系统外部的约束,在应用于开放复杂软件系统时,将面临可信度不能满足要求、计算复杂度高及没有有效的冲突消解机制这3方面的问题,这阻碍了Agent技术在现实软件系统建模中的应用.采用组织与政策隐喻,提出Agent组织中的政策导向型协作模型,通过组织与政策给予Agent以宏观上的引导与外部的控制,以增强系统的可信度;采用扩展的可废止逻辑框架,对这一协作过程建立一个具有线性计算复杂度的形式化理论;逻辑体系中内置的优先级方式为系统提供了有效的冲突消解机制.并证明了模型所具有的一致性及其他特性,最后通过一个实例对系统作出验证性说明.     

基于Agent的智能决策支持系统开发与应用

针对传统决策支持系统的局限性,该文提出了一个基于Agent的智能决策支持系统开发方案。利用界面Agent、信息Agent、移动Agent、协作Agent来实现系统的智能部件,多Agent通过协作Agent信息路由器进行协作和交互,共同完成决策支持任务。并将该模型应用于草业信息管理决策支持系统中,系统运行结果证明了模型的有效性和科学性。     

一种基于Bayesian信任模型的多Agent协作系统

提出了一种基于信任机制的多Agent协作系统的形成方案.通过借鉴社会学中的人际关系信任模型,建立Agent间的信任关系,利用Bayesian方法对Agent的可信度进行评估,通过Agent间基于信任关系的链接更新形成稳定的多Agent协作系统.仿真结果证实,提出的协作方案能有效地促进Agent间的协作效率,提高共同完成任务的成功率.     

基于管理Agent协作模型的研究

多Agent协作求解是分布式人工智能要研究的基本问题。该文基于管理agent概念提出一个新的协作模型，该模型利用管理Agent对多Agent系统进行全局协作分配，协作申请分级处理，解决了传统协作模型中存在的模型与应用领域有关和只适用于静态环境的问题。     

多 Agent 系统仿真平台

Agent和多Agent（MAS）系统目前已经逐步走向成熟化,且已经被广泛应用于系统建模、敏捷制造、网络监测等众多领域。为了能够便于Agent系统的开发,人们构建了各种Agent基础设施平台,例如已经广泛应用的JADE等。但是基于这些平台的应用大多具有平台依赖性,难于扩展和定制,无法支撑我们大规模的扩展使用。因此,将通过多Agent系统仿真平台Maze的设计与实现,着力构建出Agent系统各种基础设施的通用开发模式,包括Agent自治机制、通信机制、协作机制、协调机制等,从而便于用户在此基础上进行定制开发。另外,该平台的形象演示可以帮助初学者理解Agent的各种特性（如自治性、社会性、预动性等）,比较各种协作算法的优劣等,是一个很好的入门学习工具。     

智能Agent环境下的组织决策支持系统研究

基于Agent协作交互的组织决策支持系统(ODSS)的研究是智能信息系统研究的热点。该文在阐述了组织决策支持系统和智能Agent基础上,提出了基于Agent协作交互的SG-ODSS系统的结构和组成,包括组织Agent、处理Agent组、通信Agent等,介绍了该系统在某大型电器公司的应用。     

基于Agent的无线传感器网络AUML交互模型

节点之间的协作交互是无线传感器网络自组织基础,也是拓扑控制和路由选择的本质特性。分析无线传感器网络典型拓扑控制算法和路由协议中的交互行为,在多Agent系统模型基础上,提出基于AUML的无线传感器网络Agent元模型和Agent模型图,构建适合于无线传感器网络的AUML交互模型,该模型包括WSNAgent实例、WSNAgent角色特征、WSNAgent生命线和控制焦点、连接器、消息、条件等基本组件。典型协议建模表明,无线传感器网络AUML交互模型具有较好的可视化描述能力,为无线传感器网络交互的实现奠定了良好基础。     

基于多Agent的复合模型求解自适应QoS机制

在基于网络的分布式系统应用基础上,分析了大型复杂问题复合模型协作求解的过程特征描述,提出基于多Agent 的领域问题协作求解的主动控制策略,探讨了用户交互Agent、系统主控Agent、协作Agent以及模型Agent和数据Agent等复合模型协作求解的4种Agent类型。应用多Agent层次结构,提出一种复合模型协作求解的自适应QoS体系结构,通过实现复合模型协作求解的主动调度规划算法对其进行了验证,支持分布式网络环境下实现模型资源和数据资源的共享,以提高协同计算环境分布式问题协作求解的运行效率和服务质量。     

基于多Agent的智能监测与诊断技术

由于Agent系统是一个具有自主性、反应性、主动性和社会性的基于硬件和软件的计算机系统,其具有强的环境适应性,能够提高故障诊断的准确率,文中把Agent技术引入智能故障诊断之中。本文以诊断Agent为基础,构造了基于多Agent的监测与诊断模型,并对协作诊断中的任务分解策略、通信机制和诊断结果的综合等关键技术进行了分析,同时对模型实现中的软件机制进行了研究,从而为智能监测诊断的实现提供了支持。