基于Multi-Agent系统的预测支持系统的结构

Agent技术是人工智能和计算机科学领域内新兴的研究热点,自治Agent和多Agent系统为复杂软件系统的分析、设计和实现提供了新的思路.给出一种基于Multi-Agent系统的预测支持系统的结构,将系统设计成由多个Agent组成的多Agent系统.各个Agent有自己的功能,可以独立自主地运行,还可以协同工作完成系统整体目标.     

基于多Agent技术的卫星星座设计分析

利用自治的卫星星座编队飞行、协同工作来完成复杂的空间任务已经有了越来越强的需求。本文介绍了多Agent技术和多Agent设计与仿真环境ObjectAgent,论述了如何利用多Agent技术进行卫星星座的设计分析,内容包括Agent的定义与实现,多Agent的组织结构,以及多Agent建模方法。     

基于Agent的农业经济智能决策支持系统研究

将分布式人工智能中的Agent技术融于现代农业经济管理决策支持系统的研究与开发中,提出了基于Agent的农业经济智能决策支持系统(AEIDSS)的结构和组成,引入界面Agent、管理Agent、数据Agent、模型Agent、知识Agent以及各类决策职能Agent构成系统的主要部件,分析了基于分类器系统的Agent实现方法,探讨了在多Agent通讯与合作环境下实现农业经济系统的动态分析、评估、预测以及优化等决策支持功能的工作原理。图2,参13。     

基于多Agent的战场角色仿真建模研究

作战仿真系统模型的复杂性主要来源于战场角色行为和战场环境的复杂性，多Agent系统是解决复杂问题的有效方法。分析作战仿真系统的模型组成和特点，结合自然环境建模，研究了基于多Agent的战场角色建模方法，描述了战场角色Agent所需的组件及其功能。设计了一种面向战场角色建模的通用Agent体系结构，并对战场角色Agent的规划、通信和协作等理论和应用问题进行了研究。     

多Agent运行环境的软件框架与数据机制研究

根据面向Agent的软件开发方法,分析了Agent基本特性和基于多Agent的仿真软件运行机制。设计出包括数据管理、时间管理、日志服务、兴趣管理和调度管理等功能在内的多Agent运行环境（Multi-Agent Runtime Environment）。对运行环境的数据机制进行了深入研究,通过阐述数据存储机制,提出环境节点的多叉树结构,通过并行编程实现环境内部、环境之间的数据传输,解决了多Agent运行环境的核心数据问题。测试表明这种数据机制能够可靠保证Agent间的实时通信,实时性完全满足训练仿真软件的需要。     

基于多Agent的模型系统研究

利用多Agent理论和技术建立运行于网络环境中的模型系统。这种基于多Agent的模型系统由多个分布于网络上的软件Agent组成,它打破了传统模型系统以模型库为核心的基本框架,为研究开发处理复杂问题的支持系统和综合集成研讨厅提供了新的模型系统建立方法。     

可重构装配线多Agent系统实现机理研究

柔性和重构能力是现代制造系统的核心性能需求。以某汽车变速器装配生产线为研究背景,应用多Agent制造机理实现装配线的柔性和重构问题。在基于产品族功能分解原理与重构线柔性结构设计基础上,构建了基于多Agent制造案机理的系统体系结构及结合系统柔性与重构特征的Agent协商与合作机制。研究了面向多Agent系统通讯过程实现的本体建模方法并构建了重构装配线本体模型,实现了基于本体的系统通讯过程。最后在Zeus环境中实现了多Agent系统平台。     

基于Internet的多Agent群决策支持系统的实现

结合Agent技术和Internet网络平台 ,提出了一种新的决策支持系统———基于Internet的多Agent群体决策支持系统。介绍了该系统流程及组织结构 ,并着重阐述了该系统的技术实现 ,包括专家Agent、决策管理Agent、各Agent之间的协同、模型库和模型库管理Agent、模型与数据的下载等     

面向分布协同控制研究的仿真环境设计与实现

针对分布式系统,尤其是多机器人系统中协同控制问题的研究需要,提出了一种具有分层嵌套结构的多Agent仿真环境设计方案,以克服现有仿真环境存在的兼容性差和算法移植困难的问题.设计方案在系统总体结构中引入了层次多Agent的设计思想;在子系统中采用Acromovi结构框架设计;在个体Agent中采用了混合型的内部结构设计.具体应用于多机器人仿真环境设计中,通过不同的实验配置方案,逐步实现多机器人系统的虚拟仿真和半实物仿真.最终的多机器人编队控制实验表明了设计方案的有效性.     

大型复杂仿真系统CSCW环境的设计与实现

对计算机支持协同工作环境的研究现状作了简要的介绍 ,分析了大型复杂仿真系统全生命周期对计算机支持协同工作环境的需求 ,设计了大型复杂仿真系统计算机支持协同工作环境的总体结构得到应用。提出基于LotusDomino系统的大型复杂仿真系统计算机支持协同工作环境实现方法 ,在新一代分布式交互仿真系统的开发中得到应用 ,明显提高了开发团队的凝聚力和工作效率     

实现战术态势估计的一种多agent计划识别方法

利用目标编群思想描述多agent行动之间的协作关系,建立了一种基于多agent计划识别的战术态势估计模型。分析了计划库的构成及结构层次,给出了一种基于多agent假设的计划识别算法。以一阶谓词逻辑为形式语言,扩展了战术智能规划的一个实例,引入了描述多agent完成同一任务的谓词和算子。对实例的分析说明了基于多agent计划识别的态势估计过程,表明了使用该方法求解态势估计问题的可行性。     

基于细胞免疫应答理论重建故障诊断智能体

借鉴生物免疫中的独特性网络调节理论，将进化的单一诊断Agent对应为免疫系统中的抗体，诊断系统中多Agent群体适应度增加量作为抗原，并依据生物系统的相似性理论，构造了诊断多智能体的细胞免疫型智能体重构控制的结构模型；提出了一种基于行为Petri网技术的工作流模型重建故障诊断智能体的算法，实现故障诊断系统中的多智能体的群体进化，自组织与突破，并给出Agent重构的非线性动力学解释。     

Consensus of Heterogeneous Multi-Agent Systems with Intermittent Communication

This paper studies consensus of a class of heterogeneous multi-agent systems composed of first-order and second-order agents with intermittent communication. For leaderless multi-agent systems, we propose a distributed consensus algorithm based on the intermittent information of neighboring agents. Some sufficient conditions are obtained to guarantee the consensus of heterogeneous multi-agent systems in terms of bilinear matrix inequalities(BMIs). Meanwhile, the relationship between communication duration and each control period is sought out. Moreover, the designed algorithm is extended to leader-following multi-agent systems without velocity measurements. Finally, the effectiveness of the main results is illustrated by numerical simulations.     

基于多智能体强化学习的动态频谱分配方法综述

认知无线电和动态频谱分配技术是解决频谱资源短缺问题的有效手段。随着近年来深度学习和强化学习等机器学习技术迅速发展, 以多智能体强化学习为代表的群体智能技术不断取得突破, 使得分布式智能动态频谱分配成为可能。本文详细梳理了强化学习和多智能体强化学习领域关键研究成果, 以及基于多智能体强化学习的动态频谱分配过程建模方法与算法研究。并将现有算法归结为独立Q-学习、合作Q-学习、联合Q-学习和多智能体行动器-评判器算法4种, 分析了这些方法的优点与不足, 总结并给出了基于多智能体强化学习的动态频谱分配方法的关键问题与解决思路。     

Event-Triggered Consensus for Discrete-Time Multi-agent Systems with Parameter Uncertainties Based on a Predictive Control Scheme

In this paper, the event-triggered consensus for linear discrete-time multi-agent systems with parameter uncertainties is investigated. The parameter uncertainty is assumed to be normbounded. An event-triggered consensus protocol based on the predictive control method is proposed to make the multi-agent system achieve consensus. And for the design of the consensus protocol, the problem of estimating the control input is transformed into the problem of estimating state differences between agents. Furthermore, the event-triggered consensus protocol proposed in this paper only demands each agent to mornitor its state to determine its event-triggered instants. A sufficient existence condition for the consensus protocol is proposed based on the linear matrix inequality. And a sufficient condition for the nonexistence of the Zeno-like behaviour is also derived. Finally, a numerical example is given to illustrate that the event-triggered consensus protocol proposed in this paper can make the multi-agent system with parameter uncertainties achieve consensus effectively.     

Leader-following consensus for discrete-time multi-agent systems with parameter uncertainties based on the event-triggered strategy

In this paper, the leader-following consensus for discrete-time multi-agent systems with parameter uncertainties is investigated based on the event-triggered strategy. And the parameter uncertainty is assumed to be norm-bounded. A consensus protocol is designed based on the event-triggered strategy to make the multi-agent systems achieve consensus without continuous communication among agents. Each agent only needs to observe its own state to determine its own triggering instants under the triggering function in this paper. In addition, a sufficient condition for the existence of the event-triggered consensus protocol is derived and presented in terms of the linear matrix inequality. Finally, a numerical example is given to illustrate to efficiency of the event-triggered consensus protocol proposed in this paper.     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

Uncoupled PID Control of Coupled Multi-Agent Nonlinear Uncertain systems

In this paper, PID (proportional-integral-derivative) controllers will be designed to solve the tracking problem for a class of coupled multi-agent systems, where each agent is described by a second-order high-dimensional nonlinear uncertain dynamical system, which only has access to its own tracking error information and does not need to communicate with others. This paper will show that a 3-dimensional manifold can be constructed based on the information about the Lipschitz constants of the system nonlinear dynamics, such that whenever the three parameters of each PID controller are chosen from the manifold, the whole multi-agent system can be stabilized globally and the tracking error of each agent approaches to zero asymptotically. For a class of coupled first-order multi-agent nonlinear uncertain systems, a PI controller will be designed to stabilize the whole system.     

基于协进化方法的多智能体协作系统体系结构及其仿真框架

通过分析多智能协作问题的研究现状，借鉴自然界中物种之间协同进化机制而得到的协进化计算思想，提出了基于协进化机制的多智能体系结构和协作方法，介绍了协作化智能体的分层设计方法，协进化智能体之间以及智能体与环境之间的交互过程，并设计了基于协进化方法的多智能体系协作系统仿真框架，以多武器平台协同的控制对抗仿真系统为背景进行了实验研究。     

Distributed Event-Triggered Tracking Control of Heterogeneous Discrete-Time Multi-Agent Systems with Unknown Parameters

In this paper, a novel design framework is developed to solve the cooperative tracking problem of heterogeneous discrete-time multi-agent systems with unknown agent parameters and directed communication topologies. First, a distributed event-triggered observer is developed to handle the heterogeneity of the multi-agent systems. An event-triggering mechanism is proposed to reduce the amount of data transmission between neighboring agents. Then, based on the proposed observer, a discrete-time distributed model reference adaptive controller is presented to deal with the unknown parameters of the multi-agent systems. It is shown that by using the proposed observer and the model reference adaptive controller, the proposed design framework could achieve output tracking of the unknown multi-agent systems for any communication graph containing a directed spanning tree. Finally, an example is presented to illustrate the effectiveness of the proposed controller.