一种基于正关系的多Agent协调算法

多Agent之间的协调(coordination)与协作(cooperation)已经成为多Agent系统(multiagent system,MAS)中的一个关键问题。这是因为MAS的主要研究目标之一就是使得多Agent的信念、意图、期望、行为达到协调甚至协作。在开放、动态的MAS环境下,具有不同目标的多个Agent必须对其资源的使用以及目标的实现进行协调[1,4]。例如,在出现资源冲突时,若没有很好的协调机制,就有可能出现死锁。而在另一种情况下,当单个Agent无法独立完成目标,需要其它Agent帮助时,则需要协作。本文提出了一种基于正关系的多Agent协调机制和协调算法。在该算法中,通过使用这种协调机制,Agent能委托或接受交互中的子计划,从而形成系统负载均衡和有效降低系统运行开销。     

一种基于社会承诺的Agent组织模型OMSC

多Agent领域所面临的一个重大的挑战是解决开放异质的多Agent系统中自治Agent间的协调问题。多Agent为了协调它们之间的活动,需要进行交互。社会承诺作为一种通信和交互机制,为自治的多Agent提供了一种协调的途径。然而,仅靠交互难以实现多Agent间的协调。Agent组织作为一种协调模型可以有效地控制多Agent间的交互与合作。论文将社会承诺和Agent组织两种协调机制相结合,提出一种基于社会承诺的Agent组织模型OMSC,分析了Agent如何用社会承诺进行推理以及基于社会承诺的多Agent系统并给出了一个实例,为多Agent间的协调提供了一种新的方法。     

Agent交互层次模型

1 引言 Agent的交互机制是Agent社会性的重要表现,也是Agent区别于传统AI系统的重要属性,更是多Agent系统研究的核心问题。理性、完善的交互机制是多Agent之间进行协调、协作和协商的基础。哲学和社会学的研究表明,人与人之间的沟通和交流是人类社会发展的根本动因。同样,对AI系统来说,构造具有交互能力的分布式AI系统是应对分布、时变、     

基于反射机制的多Agent数据交互模型研究

在研究Agent理论的基础上,提出软件系统的智能性、灵活性主要表现在软件系统能够感知环境与需求的变化,根据变化来对自身业务流程做出相应的调整.重点在于结合反射技术,通过动态配置器的参与作为决策依据进行研究,建立基于反射机制的多Agent数据交互配置模型,在现有的多Agent合作和协调机制下,该模型为开放、异构、动态环境下多Agent数据交互提供灵活、自适应的解决方案,并将该模型应用于实际系统的设计中.     

多Agent的协调组合设计模型研究

多 Agent协调机制研究是近年来受到广泛关注的研究方向 .在这个问题的研究中 ,人们普遍关注的问题是如何组织协调 Agent之间的关系 ,让各 Agent充分发挥作用 ,使系统处于最佳状态 .本文抓住多 Agent之间的这个关键问题 ,提出了多 Agent的协调组合设计模型 ,从而为这个动态系统的各 Agent有机组合找到了有效的处理方法 ,进一步丰富和完善了多 Agent协调机制的研究内容     

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。     

多Agent系统的协调度及随机集表示

多 Agent的协调性是多 Agent系统与其它相关研究领域区别开来的关键性问题之一 ,也是保证多智能系统能在一起共同工作的关键 .因此 ,本文对多 Agent协调工作机制进行研究 ,给出多 Agent的协调度理论及随机集表示方法 ,进一步丰富多 Agent系统的研究内容 .     

Agent系统的随机集表示

多Agent的协调性是多Agent系统与其它相关研究领域区别开来的关键性问题之一,也是保证多智能系统能在一起共同工作的关键.因此,该文对多Agent协调工作机制进行了研究,给出了多Agent的随机集表示方法,进一步丰富多Agent系统的研究内容.     

Agenl技术的研究现状与发展趋势

对Agent的基本概念和关键技术进行了综述和讨论,对Agent的研究现状及发展趋势进行简要的概述.主要内容包括(1)智能Agent的特性;(2)智能Agent的结构;(3)多Agent系统的协调与协作;(4)移动Agent;(5)面向Agent的程序设计.     

多AgentCRM系统模型及其协同通信研究

客户关系管理(CRM)是企业赢得竞争优势的重要手段.本文研究了多Agent的CRM系统模型系统内和系统外Agent间的通信与交互问题,对现在客户关系管理产品服务过程自动化以及系统各功能模块协同能力进行了改进,为改善现有客户关系管理产品提供了一种新的手段.     

基于协进化和CPN的多智能体系统建模

多智能体系统体系结构及协作机制是多智能体理论研究的核心与热点问题,作为一种新兴的研究方法,基于协进化机制的多智能体协作具有广阔的研究前景。但已有的协进化模型过于简单,缺乏灵活性和更强的应用能力。CPN是多智能体系统建模的最好的工具之一,因此将其应用于协进化机制的多智能体系统的建模很有意义。     

基于多Agent系统的股票分析模型

近年来Agent和多Agent系统成为重要的研究领域,其应用范围也越来越广。结合证券市场的基本知识和多Agent系统理论,提出了一个股票交易分析模型。模型运用多Agent系统（MAS）及其BDI（Believe,Desire,Intention）论,分析决策出相对较优的投资策略。     

基于OPM/MAS 的钢铁企业多agent 生产调度模型

现有的面向agent建模方法在统一性、灵活性、交互能力、逻辑验证能力等方面存在很多不足,阻碍了多agent系统的研究和设计.为此,引入对象过程/多智能体系统(OPM/MAS)的建模方法,将系统的功能、结构和动态行为集成在统一的模型中,用图形和自然语言共同表达复杂系统的抽象概念,可进行逻辑验证,并具有灵活性强、表意清晰等优势.通过在钢铁企业生产调度中的应用,验证了OPM/MAS在多agent等复杂系统建模中的有效性.     

基于多代理技术的申请审批系统

论述了基于多代理的申请审批系统的研究和开发，提出了基于多代理的申请审批系统结构模型和内部运作机制。通过利用MAS自治性、交互性的特点，较好地解决了传统申请审批系统中存在的问题。     

基于着色Petri网的多Agent系统交互协议建模

多Agent系统(Multi-Agent Systems,MAS)中,多个Agent通过交互和协作来完成一系列任务或实现一些目标。Agent之间有效、有序地进行交互是MAS成功运行的关键。文中采用着色Petri网来表示一个多Agent系统。利用着色Petri网,便于描述并发现象和模拟平行系统,除了直观的图形化表示,还具有精确的形式化定义,并且有完善的分析工具。最后对FIPA规范中的FIPA Inform和FIPA Request两个协议进行实例分析,说明如何用着色Petri网进行建模。     

Multi-agent coverage control for enhanced geohazard monitoring: a brief review

In recent years, cooperative coverage control of multi-agent system (MAS) has attracted plenty of researchers in various fields [1, 2]. Different from multi-agent consensus or synchronization, multi-agent coverage control cares about how to coordinate a team of agents for effectively monitoring or covering a given terrain, which inevitably gives rise to the interaction between individual dynamics and external environments. Nevertheless, environmental uncertainties that include static uncertainties and dynamic uncertainties and limited sensing capabilities of a single agent make it a great challenge to design control algorithms of MAS for achieving the desired coverage performance....     

多Agent系统的技术研究

多Agent系统是由多个智能Agent组成的有机系统,这使得它具有比单个Agent更强大的处理能力。它表出自组织性、鲁棒性、分布性以及很强的复杂行为。文中论述了Agent和多Agent系统的有关理论、方法和技术。主要包括智能Agent的特性、结构和推理;介绍多Agent系统的体系结构分类和常见的几种通信机制;以及面向Agent的程序设计的现状和发展。     

Cooperative Multi-Agent Learning: The State of the Art

Cooperative multi-agent systems (MAS) are ones in which several agents attempt, through their interaction, to jointly solve tasks or to maximize utility. Due to the interactions among the agents, multi-agent problem complexity can rise rapidly with the number of agents or their behavioral sophistication. The challenge this presents to the task of programming solutions to MAS problems has spawned increasing interest in machine learning techniques to automate the search and optimization process. We provide a broad survey of the cooperative multi-agent learning literature. Previous surveys of this area have largely focused on issues common to specific subareas (for example, reinforcement learning, RL or robotics). In this survey we attempt to draw from multi-agent learning work in a spectrum of areas, including RL, evolutionary computation, game theory, complex systems, agent modeling, and robotics. We find that this broad view leads to a division of the work into two categories, each with its own special issues: applying a single learner to discover joint solutions to multi-agent problems (team learning), or using multiple simultaneous learners, often one per agent (concurrent learning). Additionally, we discuss direct and indirect communication in connection with learning, plus open issues in task decomposition, scalability, and adaptive dynamics. We conclude with a presentation of multi-agent learning problem domains, and a list of multi-agent learning resources.     

MAS中信任和信誉系统的研究进展

信任在人类社会的合作中起着非常重要的作用,在诸多领域也受到了广泛的关注。在开放多Agent系统(MAS)的研究中,引入了信任的方法,用于解决交互伙伴的选择问题。信誉与信任密切相关,可以视信誉为信任的信息来源之一,信誉系统是用于完成信任评价的机制。MAS中信任研究应担负起发现计算实体之间信任的一般规律的重任。讨论了信任和信誉模型研究的内容、要求以及应用。在技术层面,信任表示有认知和数值两种观点,形成了集中式、分布式和混合式的体系结构,用于信任的汇总包括统计、概率、信念理论及模糊推理等方法。群体信誉、信息不准确、信息贫乏、异构模型互操作等问题有待进一步深入研究。     

基于多Agent技术的DDSS研究

通过DDSS与多Agent系统的比较 ,指出可将多Agent系统的思想融入DDSS的研究中。对DDSS进行分析 ,指出基于多Agent技术的DDSS需要解决的几个关键问题 ,最后给出一个应用实例