基于博弈论的多Agent协商模型

在开放、动态、具有自适应性和自治性的多Agent系统(MAS)中,协商是多Agent系统实现协调、协作和解决冲突的关键．博弈论是使用严谨的数学模型研究冲突条件下最优决策问题的理论,本文以此为数学工具,基于对时间的限制,结合协商的历史知识,考虑各协商者在拥有不完全信息的情况下,提出了基于博弈论的多Agent协商模型(GTMANM),并给出了协商策略求解的算法描述,用以来解决分布式环境下不完全信息的多人协商决策问题,以获得最大的期望收益,为以后把博弈论中其他更复杂的博弈思想引入到多Agent协商中来奠定了基础．     

多Agent协商问题研究

目前Agent协商是MAS研究的热点之一。本文首先介绍了协商的概念、分类以及主要研究内容,重点介绍了协商协议和协商策略;提出了一种通用的协商协议框架;指出了Agent协商领域需要进一步研究的主要问题,为今后的研究提供参考。     

多Agent系统协商模型研究

本文提出一个多Agent系统中的协商框架,该框架在前人研究的协商策略及协商协议做出了一些改进。在Rosenschein与Zlotkin提出冲突风险度量中加入了考虑协商对手的历史信息的因素,对协商对像的区别对待有利于更合理的在协商过程中做出让步,提高协商的成功率。     

多Agent系统协商问题的技术和方法

协商是多Agent系统实现协作、冲突消解和矛盾处理的关键环节,是多Agent系统研究的重要内容之一.文章对多Agent系统协商的关键技术和协商的几种主要方法进行了讨论和分析.同时阐述了多Agent系统协商的未来发展趋势.     

基于遗忘理论和效用的多Agent多问题协商

许多基于对策论的协商方法,倾向于假设Agent的效用固定不变,默认多问题之间是完全可以互相补偿的,但实际情况往往不是这样。在此提出基于遗忘理论的多问题协商,结合逻辑学和对策论的方法,达到了Agent协商逻辑理性和效用理性的平衡。在协商中,动态调整问题的取值,采用逻辑与来处理多Agent之间不可补偿的多问题协商,为多Agent的多问题协商提供新方法。     

基于Agent信任机制的一体化协商研究

将信任机制引入到Agent协商过程中,很好地解决了协商过程中的各个Agent对待协商过程的态度问题.实验表明引入信任机制的一体化协商过程可以达到更好的协商效果.     

基于Agent的自动协商问题研究

文章总结了基于Agent的自动协商的研究现状,对协商中涉及到的并分析了已有的建立自动协商模型的方法的优点与不足,最后提出了今后自动协商研究应该重点关注的方向.     

基于历史信息和时间约束的多Agent协商模型

协商是多Agent系统(Multi-Agent Systems:MAS)实现协调、协作和冲突消解的关键环节.如何在不完全信息的情况下构造有效的协商模型来提高Agent的协商能力,是多Agent系统研究中占有重要地位的问题之一.通过考虑历史信息和时间约束的情况下,讨论了多Agent多问题的协商类型,提出了基于历史信息和时间约束的协商模型(HTANM)和协商算法,为多Agent能进行自动协商奠定了一定的基础.     

基于卖方多提议的双边多属性自动协商模型

针对电子交易应用领域,提出一种私有信息和有时间约束的、基于卖方多提议和买方评价的多属性自动协商模型.买方协商策略简化为对卖方每一回合提交的一个或多个提议进行评价,卖方则根据时间和资源依赖策略确定提议的整体让步效用,根据买方评价和协商历史确定不同的让步属性组合和让步幅度,从而生成若干等效的新提议.该模型能有效减轻系统的通信和计算负担,提高解的收敛速度,在一定程度上改善协商效率和质量,并且在买方效用函数为线性时保证较优的联合效用.     

AODE中基于强化学习的Agent协商模型

AODE是我们研制的一个面向Agent的智能系统开发环境。AODE中基于强化学习的Agent协商模型采用Markov决策过程和连续过程分别描述系统状态变化和特定系统状态的Agent协商过程,并将强化学习技术应用于Agnet协商过程。该协商模型能够描述动态环境下的多Agent协商,模型中所有Agent都采用元对策Q-学习算法时,系统能获得动态协商环境下的最优协商解。     

基于Agent供应链成员协商机制研究

供应链成员之间的协商是供应链管理的基础部分,供应链成员只有通过协商才能进行有效的合作。在分析制造商与供应商协商系统结构的基础上,给出制造商与供应商具体的协商策略,分别阐述了制造商与供应商的协商决策机制。并且将Agent技术运用到制造商与供应商协商系统中,具体分析了Agent系统框架及应用实例。     

基于记忆模型学习的商务Agent协商设计

将基于记忆模型学习和Agent结合起来应用到商务协商过程,可在一定程度上促进机器学习、Agent技术及电子商务的共同发展。将Agent技术引入到记忆模型学习中,给出了基于记忆模型学习的商务Agent协商的设计思路,完成了记忆模型、协商协议的设计,并搭建实验系统平台,设计了原型系统,经过实验可以在嵌入式移动设备上实现商务协商,从而验证了该协商的有效性。     

基于多Agent的智能DSS

在总结传统智能 DSS的不足及 Agent特性的基础上 ,提出了一个在单机环境下基于多 Agent的智能 DSS开发方法。根据 DSS设计特点及智能 Agent的自治、协作等特性 ,将 DSS的开发映射为多 Agent系统构造。讨论了将智能 Agent引入 DSS的可行性 ,基于多 A gent的智能 DSS结构和工作原理 ,并给出了基于成熟的面向对象技术的智能 DSS实现方法。     

基于多Agent的电梯智能群控系统

给出了基于Agent的多电梯智能群控系统结构,并对其中的状态协调Agent以及调度Agent进行了深入研究,在分析电梯乘客需求的随机性与周期性特点的基础上,给出了建立客流模板的学习算法.根据乘客的现实需求和预测得出的潜在需求对梯群预测调度,给出了选择客流模板的算法和基于乘客需求预测的最大引力派梯算法.该方法能够利用预测的乘客需求,尽量减小调度的滞后性,从而减少乘客的平均候梯时间及长时间等待率.仿真结果显示了该方法的优越性.     

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.     

基于资源的电子商务自动协商MAS模型研究

在B2B电子商务商业模式中,整个协商过程是决策者如何从企业内与企业间供应链里共享的众多资源中选择有利于协商的资源进行整合、利用于指导决策的过程.本文提出了一种基于资源的电子商务自动协商MAS模型.     

基于资源的电子商务自动协商MAS模型研究

在B2B电子商务商业模式中,整个协商过程是决策者如何从企业内与企业间供应链里共享的众多资源中选择有利于协商的资源进行整合、利用于指导决策的过程。本文提出了一种基于资源的电子商务自动协商MAS模型。     

基于多Agent的供应链类虚拟企业设计

分析了供应链类虚拟企业的协作模型和基于Agent的供应链类虚拟企业的特点,结合虚拟企业的创建和运行过程,提出了虚拟企业的两层结构模型,其上层结构为虚拟事务协调中心,下层结构为虚拟工作团队和备选能力团队.在此基础上,对基于Agent的供应链类虚拟企业的组织结构、运行结构和功能结构进行了设计,并对设计方案的实施步骤进行了探讨,为基于Agent的供应链类虚拟企业的具体实现打下了基础.     

基于多Agent系统的安全体系结构

提出一个允许Agent命名的安全体系结构．在开放的环境中,依靠这种方案提供MAS服务,允许Agent互相鉴定、允许交换数字签名通讯令牌及加密信息和数据．并研究在一个开放的Agent环境中Agent安全生存的可能性方案,给出一个独立完成的保护Agent和它们环境的体系结构．     

基于多Agent的智能教学系统模型

随着人工智能技术的不断发展和完善,人工智能领域的理论(尤其是Agent技术)不断地应用于教育教学过程中,从而给网络教学系统的研究与应用开辟了新的思路。结合Agent的智能性,笔者构建了一个基于多Agent的智能教学系统的模型,模拟人类在教学活动中的智能活动过程,通过建立多个彼此协调运作的Agent,来使系统能够根据学生的个性特征和认知能力,灵活地系统学习,从而实现个别化教学。