发现技术在多智能体系统中的研究与实现

讲述了基于IP多播和P2P网络计算方法构建的发现模型及其在多智能体名字服务器ANS(AgentNameService)中的实现。采用了发现机制的多智能体系统具有更好的动态性和灵活性。     

视频传感器网络中基于动态注意力的图像融合

为了降低视频传感器网络中的网络负载,减少能量消耗并降低时延,提出一种基于动态注意力的图像分层融合方法。通过对网络的结构化部署和节点间的区域映射,对视频监测区域进行逻辑划分。利用动态注意力模型对局部重点区域进行精度优化,实现多质量图像融合。实验结果证明了该方法的有效性。     

一种多智能体协作中形成联盟的机制

提出了一种联盟形成的机制,采用按劳分配的方法,可以使系统达到全局最优化解,并且保持稳定。文中用Postman问题对机制进行了例证。并对该机制进行了性能分析,证明了它的优越性。