动态环境下的多智能体机器人协作模型

提出了在动态环境中,多Agent的一种协作模型,适用于环境信息不完备的复杂情况.将Agent的独立强化学习与BDI模型结合起来,使多Agent系统不但拥有强化学习的高度反应性和自适应性,而且拥有BDI的推理能力,使只使用数值分析而忽略推理环节的强化学习结合了逻辑推理方法.使用了Borlzman选取随机动作,并且采用了新的奖励函数和表示方法,减少了学习空间,提高了学习速度.仿真结果表明所提方法可行,能够满足多Agent系统的要求.     

基于多Agent的远程协作故障诊断模型研究与设计

随着Agent技术的发展,出现了多种基于多Agent远程协作故障诊断模型,但它们不能很好地满足实时性要求较高系统的需求,因此本文以诊断Agent为基础,构建了基于多Agent的远程协作故障诊断模型,并对模型采用了层次划分,根据各层Agent的功能,采用合同网协议对Agent间任务进行分配协作,提高了系统故障诊断速度,从而为远程故障诊断的实现提供了支持。     

多Agent技术的研究进展

多Agent技术主要研究一组自治的Agent在分布式开放的动态环境下,通过相互的交互、协商等智能行为完成复杂的控制或任务求解。本文从多Agent技术的系统理论及其应用两方面评述了多主体技术的研究现状和存在的问题,其内容包括多Agent技术中的系统体系结构、各Agent之间的协作机制、学习机制及多Agent技术应用等,并探讨了将来的发展方向。     

基于协作Agent的分布式入侵检测系统

借鉴智能代理Agent技术，并结合XML技术，提出了一种具有两层代理结构的分布式入侵检测系统DIDS模型．该模型由多个域组成，每个域中有多个检测Agent和协作Agent，检测Agent分布在各受保护主机上执行检测任务，检测结果向上层协作Agent汇报；协作Agent则综合本域中各检测Agent的信息进行分析，产生本地报警，并通过XML向其他域中协作Agent报警．协作处理与均衡负载能力是该系统的主要特点．     

基于MAS的SCADA研究

为了实现SCADA系统的并行化、智能化,提出了一种基于多Agent技术的实现方法。该方法通过对SCADA功能模块的封装,形成了具有学习能力、推理能力、交互能力的任务Agent模型。利用系统Agent的管理功能,实现了多Agent共同协作,完成较为复杂的操作。最后,利用开操作票为例说明多Agent的协作机制。     

基于拍卖的多Agent协商系统的研究

在多Agent系统中经常相互协作的Agent会结成具有相对稳定的合作领域和共同的交易理念,从而形成一定的公共知识,可以协作完成子任务,而多Agent协商系统中的成员既有合作性又有自利性,只有将二者有机结合起来才能保证高效地完成任务。文章在分析拍卖方式网络化、自动化、竞争化的基础上,从拍卖请求方和能力竞争方的角度,引入拍卖过程中的超时思想和Agent合作的历史信息对拍卖任务得不到及时的处理和由于拍卖方和竞买方的信息不对称,没有考虑历史信息的情况下成交效率太低进行分析、研究,提出一种多Agent拍卖流程框架和协商算法,从而使得在拍卖中各响应者都以积极并诚实的姿态参与协商,以致大大地提高了协商效率,且增加了响应者之间的透明性。     

并行数据库的语义查询优化研究:基于Agent

并行数据库技术中的查询处理及优化方法,都各有优劣;作者提出了一种基于Multi-Agent技术的语义查询模型(SQMAS),并以此模型为基础建立了一种基于Agent的并行数据库语义查询方法;同时为了保证系统组内、组间Agent之间的高效通信,采用了树型拓扑结构(TTMAS)的通信模型,系统内各Agent使用通信原语高效通信、协作,且满足Agent间的通信路由最优,从而保证了SQMAS的查询效率.     

多Agent协同设计系统学习机制

从认知的和社会的角度分析了协同设计活动,提出了一种面向协同设计的多Agent系统结构和设计Agent的感知模型,以及多Agent协同强化学习的方法.该方法采用动态小生境技术对设计Agent进行分组,并选出每组中的最优设计Agent,使其通过与设计人员交互进行强化学习,然后和其他组选出的Agent协同学习,并把学到的知识在组内进行传播.以齿轮减速器设计为例,介绍了多Agent协同设计系统的协同设计及学习过程.     

基于多Agent的分布式测量系统的研究

文章提出了一种在CORBA环境下,基于多Agent技术的分布式测量系统结构,该系统不仅具有单独完成测量任务的能力,而且还能够与其他测量系统协作来完成大型复杂的测量任务;测量系统首先按其功能划分为6个不同的Agent,然后利用KQML作为通信语言、CORBA作为通信机制来执行多Agents之间的交流和协作,具有互操作、合作性、智能性及开放性等特点。     

基于多Agent协作的下载模型研究

针对现有下载方法的不足,提出了一个基于多Agent协作的下载模型.该模型根据协作规则,将下载任务智能、动态地分配给网络上多个Agent,利用多Agent协作快速、高效、灵活地完成下载任务.Agent的知识是在多Agent的协作过程中,通过学习自动产生、完善和优化的.同时,阐述了模型实现的关键技术及解决方案.     

SPOC教学模式对数字化教学资源的应用研究——以济源职业技术学院《生理学》课程为例

受疫情影响,各高校积极开展网上教学,大量数字化教学资源应运而生。SPOC教学模式不仅使学生在信息技术条件下更高效便捷地完成学习任务,而且提高了学生的协作能力和相互沟通能力,提高了优质数字化资源的共享。     

多Agent系统的偏好学习模型构建

Agent技术特别是多Agent系统MAS(Mutil-Agent system)为解决人工智能等领域复杂问题提供了一个新途径.以MAS等理论为指导,结合Agent强化学习的基本原理,提出一种基于多Agent系统的偏好学习模型.该模型可以应用于针对用户偏好的互联网搜索中,对提高信息检索的查准率有一定帮助.     

基于插件技术的日志采集Agent系统的设计与实现

为了从多源日志信息中灵活地采集数据,在代理技术的基础上提出采用插件技术来实现多源日志采集Agent系统.日志采集工作由多个采集代理来完成,每个代理可以完成一个或多个日志源的数据采集,同时每个日志源被当作代理上的一个插件.基于此设计了日志采集Agent系统的体系结构和工作流程,并通过插件配置和正则表达式来实现各日志源的采集知识定义,从而使多源日志的采集问题得到较好地解决.与其他日志采集系统相比,该Agent系统不仅可以解决多源日志的采集工作,而且具有良好的扩展性和高效性.     

分层模型下的多Agent系统协作机制在RoboCup3D的应用

为了提高多智能体协作的效率,让机器人足球队取得更好的成绩,以RoboCup3D机器人足球仿真系统为应用背景,提出了一种基于分层模型的多Agent系统协作机制。分层模型主要包括用来保证Agent通信的通信层,完成Agent角色分配的技术层和负责Agent阵型定位等决策的控制层。实验结果表明,团队协作能力往往是机器人足球比赛得分的关键,基于分层模型的协作机制对于提高机器人球队的整体对抗能力起到了明显作用。     

基于多Agent技术的网上协作学习

作为分布式人工智能的一个重要分支Agent系统越来越成为人们研究的重点,并把它应用到许多领域中,教育领域也不例外。本文首先提出了传统网上协作学习的几个弊端,接着论述什么是Agent及其特点,然后构建了一种基于多Agent技术的网上协作学习,并对此系统的实现做了详细的论述。     

基于实用推理的多智能体协作强化学习算法

针对将单AgentQ-学习协作算法直接扩展到多Agent系统会导致状态-动作对集合的急剧膨胀、从而影响多Agent的协作学习速度的问题,提出了基于实用推理的多Agent协作强化学习算法.在实用推理框架下,首先在慎思过程中通过考虑群体意图来确定单个Agent的子意图;然后,在手段-目的推理过程中采用Q-学习算法得出实现子意图的最优策略,从而实现群体意图.在Q-学习算法中,各Agent只需考虑自身的状态-动作的值函数更新,对其他Agent值函数的更新可以不加考虑,从而大大降低了算法的空间复杂度,提高了学习速度.追捕问题的仿真实验结果验证了算法的有效性.     

基于Agent技术的信息协作系统实现

如何进行高效、动态的信息协作是B2B电子商务的核心问题.移动Agent技术突破了传统的分布计算模式的制约,对处于复杂网络环境下的大规模的信息协作系统建设具有重要的意义.研究提出了一个基于移动Agent技术搭建的信息协作系统模型,它对处在同一产业链上的企业群之间进行高效、动态的信息共享与信息协作提供了有益的解决方法.     

基于管理Agent的改进协作模型的研究

自动化计算总的越来越趋向于网络化、智能化、代理化、人性化发展,多Agent系统正是在这种环境之下发展起来的一种先进的计算模式。通常情况下,多Agent系统中的Agent在逻辑上或者物理上是分离的,Agent间交互与协作的智能行为及其有效性是多Agent系统研究的重点。对多Agent协作机制的研究主要是在动态环境下,多个独立自主的Agent通过相互的交互与协作等智能行为去完成对任务的求解。在多Agent系统中,传统的基于管理Agent协作机制属于集中式协调方式,采用这种协作模型的多Agent系统导致其管理Agent成为整个系统的瓶颈,从而影响系统完成任务的效率与稳定性,也增加对系统额外的维护费用。文章通过在传统基于管理Agent协作机制中加入了＂熟人＂、状态值元素,平衡了系统Agent的负载,降低了对管理Agent的维护成本,整体上提高了系统解决问题的效率。     

不完全信息下的非通信多Agent协作控制研究

针对分布式多 Agent 系统(MAS)的动态不确定性、信息不完全性以及非信讯的多智能体协作特点,引入了 Agent 递减算法,并据 agent 行为预测的具体情况对其加以调整,而后结合提出的时空表控制方式,解决了不完全信息下的多 Agent 的非通信协作问题,并提高了协作效率.最后,以足球机器人 RoboCup 仿真比赛系统实际应用为例,验证了该方法的可行性和有效性.     

基于Web服务和多Agent的敏捷供应链系统模型研究

本文基于Web服务技术与Agent技术对敏捷供应链系统模型进行研究.首先分析了基于多Agent的供应链系统,指出传统分布计算技术在实现供应链成员Agent跨Internet集成和协作时的不足.然后分析了基于Web服务的供应链系统,指出其在处理供应链成员自主决策、动态联盟等问题中的缺点.在此基础上,将多Agent技术与Web服务技术相结合用于处理供应链问题,提出了基于Web服务和多Agent的敏捷供应链系统模型,很好的解决了上述两种供应链系统存在的问题.