一种基于博弈论的多Agent交互模型

在开放的、动态的多Agent系统(MAS)中,交互是最基本的方面,具有各自利益的多个Agent必须对其目标、资源的使用进行协调.博弈论为协调和协作的研究奠定了坚实的数学基础,把博弈论与多Agent交互相结合是目前DAI研究的新发展方向.该文提出了一种基于博弈论的多Agent交互模型(GMAIM),应用于解决不完全信息的分布式环境下多人协商决策问题,实现了在会议调度系统(MSS)中的应用.     

多Agent系统的研究

多Agent系统(MAS)是当前分布式人工智能(DAI)的主要研究方向之一。介绍了多Agent系统的背景和概念,着重分析了MAS的关键问题和构造MAS的组织模型,最后给出了多Agent系统的应用。     

智能Agent与多Agent系统的研究

智能Agent及多Agent系统自20世纪80年代起一直是分布式人工智能研究的热点。对Agent理论，语言，结构以及多Agent系统结构等问题进行了研究，并对Agent与对象（Object) ,过程控制系统，软件“精灵”以及多Agent系统与分布式问题求解的区别进行了分析。     

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.     

一种Agent的协作模型

针对Agent之间的协同合作,提出了一种Agent的操作模型,并以形式化的方法描述了其内部的工作机制.现有的Agent系统一般是将Agent的思想应用到某一个特定的区域内,因此其通用性较差.介绍了"市场"这种较为通用的多Agent协作模型,并将其应用到数据挖掘的系统之中,使系统的智能性得到了很大的提高.     

面向Agent的Petri网模型及其应用研究

针对多Agent系统分析和建模问题,在Petri网的基础上引入了Agent的特性,提出一种面向Agent的Petri网(AOPN)模型,给出了AOPN的形式化定义.以供应链系统中供应商的选择为例,对基于AOPN模型的系统建模方法进行了研究,为该方法的广泛和深入地应用打下了基础.     

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.     

面向复杂系统的多Agent技术应用综述

多Agent系统通过采用各Agent间的通讯、合作、协调、调度、管理及控制来表达实际系统的结构、功能及行为特性,为各种实际问题提供了一种统一的框架.文章对多Agent技术在复杂系统领域的应用进行了综述.指出了多Agent系统的进一步研究方向.     

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.它表现出自组织性、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.     

一种基于BDI Agent的复杂系统设计建模方法

提出一种通过信念一愿望一意图(BDI)结构实现多Agent系统设计建模的方法．多Agent系统设计建模的目的是具体地模型化多Agent组织中承担不同组织职能的每一类Agent的结构，使其易于在现有的程序设计语言环境中实现，在该方法中，多Agent系统的设计建模需要建立三个模型：Agent模型、相互作用模型和相识者模型．Agent模型由信念、目标、计划三个基本子模型构成，这些子模型是根据分析阶段所获得的职能模型、协同工作过程模型以及领域本体来建立的，MAS系统中的每一Agent都是Agent模型中某一类Agent的一个实例．相互作用模型主要说明Agent之间的交互细节，如交互协议、交互语言、交互约束条件等．相识者模型说明每一类Agent的所有相识者及其属性，目前通过这一建模方法已在多智能体协同工作平台(MBOS)上开发出实际的应用系统“多智能体物资调配决策支持系统MAEDSS”。     

CLELIA: a multi-agent system for publishing printed and electronic media

This paper describes a multi-agent system (MAS) for automatic publication of information in both printed and electronic media. The main objective is to have a document ready to be displayed (and printed) at every stage of the workflow. This is accomplished by replacing the traditional human role of page editing by a multi-agent system composed of three different agent roles (section, page and element). Key aspects such as page aesthetics or readability are handled by using artificial intelligence techniques such as neural networks, genetic algorithms and fuzzy logic. The theoretical foundations of this system are discussed and an example of implementation using an external toolkit is described.     

智能控制中的多Agent系统

根据智能控制的安全、经济和舒适三大目标,提出一种新的基于BACnet(楼宇自动控制网络数据通信协议)的MAS(多Agent系统)框架．此框架通过不同层次、不同功能的Agent的自治能力及协作协调,使得智能控制系统的各个相对分散的子系统能够有效地结合在一起．全局Agent负责整体功能的实现,而每个子系统均设置自身的Agent组．此外,还提出了基于MAS框架的SAS(安防自动化系统)逻辑结构,同时遵循FIPA(智能物理Agent基金)标准设计了此MAS系统的Agent通信语言,并对SAS系统进行了重点分析和研究,包括CCTV(闭路电视监控)系统和基于Auto-ID(自动识别)的系统．     

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。     

基于MAS的集装箱自动化码头协同作业系统模型

ZPMC新型集装箱自动化码头使用低架桥轨道和电动小车构成立体装卸系统,将集装箱的装卸分解为多个起重设备和水平运输设备的协作,实现了集装箱的自动装卸。针对该码头的运作特点,采用MAS(multi-agent system,多智能体系统)方法,将码头中的装卸设备抽象为具有一系列属性和方法的智能体,提出船舶、堆场、任务管理、设备管理等智能体,构建出自动化码头协同作业系统模型。在系统的实现层类图中详细阐述了各agent的属性方法、交互关系,结合就近原则及时间估计优化策略,给出了集装箱装卸最短路径的搜索方案,通过实例分析说明协同作业系统MAS模型能较好地体现该码头分布、动态的运作特征。该研究将对ZPMC集装箱自动化码头的调度优化提供一定的理论指导,同时对完善MAS方法在集装箱码头生产作业中的应用体系起到积极的推动作用。     

基于信用和关系网的Multi-agent System信任体系

提出了一种MAS环境下基于信用和关系网的Agent信任体系，给出了模型的构建方法及相关的量化公式。该信任体系可以使系统中的推荐信任和直接信任等同看待，能抑制恶意推荐、协同作弊这些干扰现象，能促进关系网的凝聚性，简化Agent合作伙伴的选取，从而促进系统中Agent间的合作。     

基于系统体系结构的多agent协作

多agent系统提供了一种解决复杂问题的分而治之的方法，这就使得agent间的相互协作成为多agent系统研究的一项重要内容，而系统的体系结构直接影响到agent之间的协作。文中主要讨论了基于体系结构的多agent协作，介绍了几种常见的多agent系统体系结构，并提出了一种基于联邦结构的agent协作。     

基于MAS的智能公交调度系统的建模与实现

城市公共交通具有结构复杂、并发性和分布性等特点,使用数学建模的方法很难有效解决其调度问题,而多Agent系统MAS是一种解决复杂系统问题的有效方式,因此应用MAS来解决公交调度问题。首先,建立了城市公交系统的概念模型;然后,根据MAS的建模思想对公交调度相关实体进行抽象,建立了智能公交调度系统的MAS模型,并给出了Dispatch Agent、Bus Agent和Stop Agent的建模方法以及知识库的构建、推理和学习的流程;最后,完成系统实现。     

Applications and environments for multi-agent systems

This paper addresses multi agent system (MAS) environments from an application perspective. It presents a structured view on environment-centric MAS applications. This comprises three base configurations, which MAS applications may apply directly or combine into a composite configuration. For each configuration, the paper presents key issues, requirements and opportunities (e.g. time management issues, real-world augmentation opportunities and state snapshot requirements). Thus, the paper delineates what environment technology may implement to serve MAS applications. Sample applications illustrate the configurations. Next, electronic institutions provide an example of an environment technology, addressing norms and laws in an agent society, already achieving some maturity. In comparison, application-domain specific environment technologies still are in embryonic stages.     

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。