基于多Agent的协同工作环境的实现

为了支持跨平台、异构环境下的协同工作,提出了一个基于多Agent的网上协同工作环境(multi-agent based cooperative work, MACW),构造了MACW系统的三层逻辑模型以及多Agent和浏览器/服务器相结合的系统结构,并结合多Agent技术、JMF等关键技术给出了系统的具体实现。MACW较好的解决了现有的协同工作环境存在的灵活性差、扩展能力不足、对意外情况不能及时处理等问题。     

Learning attention-based strategies to cooperate for multi-agent path finding

Multi-agent path finding (MAPF) is a challenging multi-agent systems problem where all agents are required to effectively reach their goals concurrently with not colliding with each other and avoiding obstacles. In MAPF, it is a challenge to effectively express the observation of agents, utilize historical information, and effectively communicate with neighbor agents. To tackle these issues, in this work, we proposed a well-designed model that utilizes the local states of nearby agents and outputs an optimal action for each agent to execute. We build the local observation encoder by using residual attention CNN to extract local observations and use the Transformer architecture to build an interaction layer to combine local observations of agents. With the purpose of overcoming the deficiency of success rate, we also designed a new evaluation index, namely extra time rate (ETR). The experimental results show that our model is superior to most previous models in terms of success rate and ETR. In addition, we also completed the ablation study on the model, and the effectiveness of each component of the model was proved.     

基于多分片贝叶斯网络的多Agent系统模型表示

多Agent系统模型表示是系统实现推理、学习、自组织和Agent间通信的基础。由于多Agent系统结点较多的特性, 一般用单个贝叶斯网络作为模型表示是不现实的。本文提出用多分片的贝叶斯网络作为多Agent系统的表示语言,并详细讨论了将多分片贝叶斯网络转化为具有良好推理计算特性的联合树扩展形式的连接联合森林的具体过程。     

基于多Agent的监控调度系统软件模型

针对传统监控系统软件的缺陷,本文在介绍Agent概念的基础上,对Agent技术在监控系统中的应用进行研究,提出了基于多Agent的监控调度系统软件模型,并在实际中进行了应用.     

基于MAS的分布式智能控制初探

论述了工业控制技术的发展历程,从初期的开环控制到智能控制、分布式控制;重点讨论了基于MAS的分布式智能控制的思想、研究内容和重点,并综述了国内外一些研究组织、学者的研究成果;提出了基于MAS理论的联盟方法研究分布式智能控制系统中各子系统间协调控制问题的思路以及研究进展。     

基于多Agent的邮件过滤系统

基于多Agent的思想设计出一个邮件过滤系统(Multi—Agent—Based Mail Filtration System，简写MABMFS)，它能根据用户的需求，自动地对用户邮件进行有选择性的接收，并通过其学习机制进一步地了解用户喜好，从而更有效地提高邮件过滤系统的性能。     

基于Ontology和Mult-agent的主动服务提送系统架构

讨论了目前信息服务中普遍存在的一些问题 .提出一种基于Ontology和Mult -agent的个性化主动服务提送模式 ,并介绍了实现主动服务的系统架构     

多活性级递增叫价组合拍卖方法

组合拍卖是多A gen t系统中进行资源分配和任务分配的重要方法。递增叫价组合拍卖可减少买方对物品估价值的暴露。然而在现有的递增叫价组合拍卖中,效用随着时间复杂度的降低迅速减少。该文提出一种多活性级的递增叫价组合拍卖方法,并给出了理性买方策略。该方法是对iBund le拍卖方法的扩展。买方可对物品组合在不同的活性级上加价,使得拍卖兼顾了时间复杂度和效用。实验表明,在时间复杂度不超过iBund le的情况下,该方法拍卖的效用最大率、总效用率、卖方效用率三项指标都明显高于iBund le。     

多Agent系统在作战仿真中的应用

针对传统的作战仿真方法的不足,研究了分析复杂系统的一种新方法,即基于A gent的仿真ABS(A gent-based sim u lation),将ABS应用于作战仿真是一种有意义的新尝试。以作战仿真为背景,介绍了作战智能体的模型设计与实现方法,讨论了作战智能体的行为规则与元规则设置。在此基础上,设计实现了一个基于A gent的作战仿真原型系统,模拟出了作战过程中的一些有意义的现象。仿真结果表明,新的研究方法在作战仿真领域具有良好的前景。     

基于模糊Markov博弈控制求解伙伴选择问题

针对不确定条件下的伙伴选择决策问题,引入基于ANFIS和神经网络的模糊神经网络,实现了一种全新的进行值函数逼近的梯度下降Q学习的算法,对多影响因素进行FNN学习,将输出量作为标准Markov博弈模型的输入量,得到影响的策略,最后研究了一个应用实例,利用具体历史数据对建模方法和模型进行了验证和分析。