交互式动态影响图及其精确求解算法

为了表示部分可观察马尔可夫环境下,多Agent决策中各Agent之间的动态结构关系,对影响图(IDs)在结构和时间上进行扩展,形成一种能够对其他Agent建模的决策模型:交互式动态影响图(I-DIDs).I-DIDs是不确定环境下多Agent进行序贯决策的图模型.该模型的解是在对其Agent行为概率分布的预测下提供给该...     

多Agent交互动态影响图的近似行为等价算法

结合前瞻搜索思想提出了一种判断模型近似行为等价的方法,首先通过比较候选模型的部分解(即策略树)判断模型近似行为等价,然后自上而下对近似行为等价模型进行快速聚类和修剪,利用代表模型将交互式动态影响图扩展成为平铺动态影响图,最后求解平铺动态影响图.算法减少了候选模型的存储空间和运行时间,提高了算法的效率.最后通过多Agent老虎问题及音乐会问题的实验验证了该方法的有效性.     

基于多Agent的交互式动态影响图研究、应用与展望

交互式动态影响图(I-DIDs)是不确定环境下多Agent序贯决策的图模型.该模型突破传统基于公共知识的纳什均衡点的假设,使得该模型具备解决大规模动态决策问题的能力,具有更为广泛的应用前景.在总结、分析动态影响图研究成果的基础上,针对多Agent的I-DIDs状态空间随时间片的增长呈指数级增长问题,提出了基于行为等价和动作等价的两种新型算法并进行算法分析;此外,探讨应用I-DIDs模型解决自动小车存取系统中的路径规划、避免环路死锁问题,扩展了I-DIDs的应用范围.     

基于影响图的多Agent决策问题研究

影响图是决策问题的图形表示,它是在贝叶斯网络基础上增加了决策结点和效用结点。文章讨论了影响图理论在多Agent建模与决策方面的应用;提出了联合分层影响图和动态贝叶斯网络来实现多Agent的实时决策的方法,该方法已在Robcup球员建模和决策方面初步得到应用。     

一种基于影响图学习其他Agent模型方法

为了实现动态环境中Agents之间的有效协作,Agent必须能够识别其他Agent的模型。用影响图作为Agent模型表示工具,给定Agent的一个初始模型和它的历史行为．在能力、优先和信念学习的基础上来构建新的模型。学习的方法是用其他Agent的历史行为作为训练集．利用神经网络学习技术来修改效用函数。     

一种基于影响图的决策方法及在RoboCup中的应用

影响图是贝叶斯网络的扩展,利用影响图可以有效解决智能Agent利用经验学习和行为选择2个基本问题。RoboCup是一个典型的多Agent系统,其中的球和球员都可以看成是Agent。文章给出一种基于影响图的决策方法,并将其应用到RoboCup中,从而实现了球员截球过程中行为的动态调整。     

多Agent系统中任务分配问题的分析与建模

针对多Agent系统(MAS)内外环境变化所产生的不确定性和任务分配序列决策的要求,利用马尔科夫决策过程(MDP)模型对MAS中的动态任务分配问题进行了分析和建模.其中,状态空间由各Agent的当前负载和待分配的任务组成,每一状态下有多种任务分配方案,利用迭代方法可以获得最佳的任务分配方案以实现系统长期收益最大化的目标.仿真实验表明,MDP模型可以合理地模拟MAS中任务分配的运作过程,并在小规模环境下方便地获取最优任务分配策略.     

一种基于影响图学习其它Agent模型的方法

为了实现动态环境中Agents之间的有效协作,Agent必须能够识别其它Agent的模型.用影响图作为Agent模型表示工具,给定Agent的一个初始模型和它的历史行为,在能力、优先和信念学习的基础上来构建新的模型.学习的方法是用其它Agent的历史行为作为训练集,利用神经网络学习技术来修改效用函数.     

基于影响图的传球模型的建立

教练是Robocup仿真组比赛中的一个重要的研究内容,世界上大多Robocup强队都是通过设置教练进行训练来提高球队实力的.影响图是决策问题的图形表示,利用影响图可以有效地解决智能Agent的行为选择,而传球问题就是球员Agent选择传球速度和角度的问题.本文建立一个基于影响图的传球模型,并根据该模型创建一个评价传球效果的效用函数.     

基于UML活动图的动态工作流过程建模的研究

在形式语义的支持下,提出了一种适合动态工作流过程建模的方法.该方法在扩展UML活动图的基础上给出了一种建模机制,利用扩展的UML活动图来对动态工作流的过程进行建模.最后,将该方法用于一个汽车企业产品研发的过程建模实例,且建模结果证明该方法是适合的.说明了基于扩展的UML活动图的工作流过程建模方法对动态工作流过程建模的有效性.