共享经验分布式Q-学习模型在RoboCup中的应用

RoboCup仿真比赛平台提供了一个完全分布式控制、实时异步多智能体的环境,从而为多智能体的智能控制和人工智能理论的研究提供了绝佳的实验平台。文中提出了一种基于共享经验策略的分布式Q-学习模型,应用于RoboCup仿真实验中,取得了较好的效果。     

基于嵌套网的JADE建模

良好的形式化建模方法是大规模开发和应用多Agent系统(MAS)的必要条件之一,使用多层的嵌套网对JADE进行层次化建模,给出面向对象的MAS与NP-nets之间的对照关系。指出通过引入层次结构,不仅能有效地控制状态空间的规模,而且能通过网托肯的嵌套方式克服Petri网结构演化的困难。     

基于JADE平台的Multi-Agent协商的设计与实现

Multi-Agent协商是目前研究的一个热点,而从底层开发出一个Multi-Agent协商系统是非常复杂和困难的。该文在研究JADE仿真平台技术的基础上,对基于JADE仿真平台的Multi-Agent协商进行了设计与实现,为研究Multi-Agent协商有着重要的意义。     

基于交互历史的多Agent自动协商研究

在多Agent协商过程中,初始信念起到了至关重要的作用.而初始信念的形成是由设计者给予的部分专家知识和策略集,成功的交互历史是Agent在复杂环境中最后达成一致的提议集.通过学习机制从交互历史中获得知识,形成协商的初始信念,将更加有效地预测对方的策略,缩短协商过程的时间,再通过在线学习来协调己方Agent的行为.在此基础上优化协商模型,提高协商的效率和成功率.     

基于多Agent协同的快速入侵检测系统

在多Agent协同入侵检测系统中,不同检测Agent并行地检测网络包中不同的入侵特征,以提高系统的检测效率.使用消息、自定义通信协议等作为系统的协同通信机制,有效地避免了系统中的单点故障,并且,该机制使得各个Agent的检测结果可以有效融合.在分析了入侵的类型、特征后,使用4个检测Agent仿真了入侵检测的过程,并在检测精度、检测误差影响很小的情况下,使检测每条记录的时间大幅度减少.     

基于Multi-Agent的教育资源整合平台研究与设计

提出一种基于Multi-Agent的个性化教育资源整合平台的系统模型,对模型中各Agent的功能和运行机制进行了详细设计,并讨论了模型中Agent间的通信与交互方式.该平台集成了多种智能Agent协作完成教育资源的采集、评价、标引、分类和发布,为资源整合平台的研究与开发提供了一种新思路.     

基于扩展CNP的分布式多Agent协同系统

传统合同网协议的投标类型单一,不能准确表达参与任务分配的Agent的意图。结合应用环境的任务抢占机制需求,对合同网协议的投标类型进行适应性扩展,基于扩展合同网协议设计分布式多Agent协同系统,给出Agent程序实现方法、多Agent通信机制设计和协同机制应用实例。该系统具有良好的可扩展性,便于动态引入具有不同功能的Agent,为协同机制的研究提供了基础平台。     

基于Multi—Agent建筑工程概预算系统的设计

近年来Agent及Multi-Agent技术发展迅速.文中分析了建筑概预算系统中引入Agent的必要性,阐明了Agent在建筑概预算中应用的意义,并根据建筑工程概预算特点,针对当前各种概预算软件智能性不高的问题,结合Agent技术,采用"内核-类集"的构造方式,设计了一套基于Multi-Agent的建筑工程慨预算系统(MA-CBS)的整体框架,详细描述了施工图Agent的内部结构和实现算法,最后介绍了系统各个Agent间通信的语言、方式和结构.该系统具有分布性、并行性和可拓展性,提高了编制概预算文件的自动化程度.     

基于灰色聚类的谈判对手选择模型

介绍基于多Agent的谈判对手选择方法,利用灰色理论对信息不确定情况下的谈判对手属性进行模糊区间处理,从知识库中获取灰色区间值信息,在此基础上构造关系-利益双因素模型。通过计算理想对手评估向量,设置白化权函数,对多属性的谈判对手进行综合灰色聚类分析,给出具体算例进行验证。该方法能够完善不确知信息条件下的谈判对手选择,提高谈判对环境信息的适应性。     

AGR元模型到组织抽象模型的建模方法

将目标驱动思想引入AGR中,提出一种从AGR元模型到多Agent系统（MAs）组织抽象模型的建模方法。对AGR进行综述,给出该方法的具体步骤和形式化过程。应用于某智能故障诊断系统的结果表明,该建模方法有利于设计人员直接利用AGR元模型构建MAS组织抽象模型,可适用于各种AGR扩展。