一种基于双向选择的多Agent系统自动集成方案

多Agent系统集成方案的选择能极大程度地影响多Agent系统的性能。目前大多数的多Agent系统集成方案只关注于系统级的行为与性能。本文在关注多Agent系统性能的同时,也关注各个Agent的收益。本文提出一种基于双向选择的多Agent系统集成方案,在此方案中,Agent根据自身的意愿选择合适的角色进行申请,同时角色根据对各个Agent的信任值选择合适的Agent来承担其任务。实验表明,随着若干次系统学习,多Agent系统协作任务完成时间能较快地下降,Agent在单位时间内的收益逐步提高。