基于多智能体的作战仿真系统成员设计

介绍了应用多智能体技术设计基于HLA平台的作战仿真系统的成员设计方法、并对应用模糊推理机技术，构建仿真成员的方法进行了详细说明．该方法提高了作战仿真系统的仿真效果，是Agent技术在作战仿真系统上的探索和应用．     

建立支持宏观经济决策研讨厅的预测模型系统

为了提高对宏观经济问题的研讨效率,研讨厅应为参加研讨的专家提供进行宏观经济预测的各种预测模型。然而,传统模型库结构框架建立的预测模型系统,已不能很好地满足支持宏观经济决策研讨厅的要求,本文从分析研讨厅的具体需要出发,提出了利用Agent理论和技术设计和实现适合支持宏观经济决策研讨厅的Agent预测模型系统。     

Optimal Response Learning and Its Convergence in Multiagent Domains

In multiagent reinforcement learning, with different assumptions of the opponents＇ policies, an agent adopts quite different learning rules, and gets different learning performances. We prove that, in multiagent domains, convergence of the Q values is guaranteed only when an agent behaves optimally and its opponents＇ strategies satisfy certain conditions, and an agent can get best learning performances when it adopts the same learning algorithm as that of its opponents.     

基于多主体的舰载机综合保障过程建模方法

针对舰载机面向作战任务的实时动态的综合保障需求,提出了基于多主体的舰载机动态保障模型。系统分析了舰载机使用保障与维修保障的基本过程,探讨了其有限资源约束下的动态调度特征。建立了三层混合控制的多主体模型架构,保证模型具有足够的柔性与收敛速度。重点考虑保障过程中主体（Agent）间合作博弈特征以及故障等系统扰动的影响,提出了一类基于合同网的交互协商机制,以提高Agent间的协商效率,并尽可能消除重调度的影响。给出了Agent的个体抽象原则,并定义了可扩展的Agent内部结构。在此基础上,给出了舰载机动态保障的有限资源调度算法。最后以舰载机的战备完好性指标单位时间出动架次为优化目标,选取舰载机的典型任务模式对模型进行了验证。     

基于Stackelberg策略的多Agent强化学习警力巡逻路径规划

为解决现有的巡逻路径规划算法仅仅能够处理双人博弈和忽略攻击者存在的问题,提出一种新的基于多agent的强化学习算法.在给定攻击目标分布的情况下,规划任意多防御者和攻击者条件下的最优巡逻路径.考虑到防御者与攻击者选择策略的非同时性,采用了Stackelberg强均衡策略作为每个agent选择策略的依据.为了验证算法,在多个巡逻任务中进行了测试.定量和定性的实验结果证明了算法的收敛性和有效性.      

基于结构优化的节能型多智能体系统

构造了一个节能型多智能体系统,在保障各智能体效益单调不减的前提下,使整体所占有的资源量尽可能地小.     

预测模型Agent的实现方法

在多Agent预测模型系统中,由预测方法和模型构成的预测模型Agent是完成预测任务的主体,实现各种预测模型Agent是开发多Agent预测模型系统的主要工作,本文在实现Agent的整体框架基础上,研究了直接编程预测模型Agent的实现方法,并提出了利用Agent技术封闭现有预测模型软件来快速建立预测模型Agent的思路。     

Fusion of multiagent preference orderings with information on agent''''s importance being incomplete certain

The problem of fusing multiagent preference orderings, with information on agent's importance being incomplete certain with respect to a set of possible courses of action, is described. The approach is developed for dealing with the fusion problem described in the following sections and requires that each agent provides a preference ordering over the different alternatives completely independent of the other agents, and the information on agent's importance is incomplete certain. In this approach, the ternary comparison matrix of the alternatives is constructed, the eigenvector associated with the maximum eigenvalue of the ternary comparison matrix is attained so as to normalize priority vector of the alternatives. The interval number of the alternatives is then obtained by solving two sorts of linear programming problems. By comparing the interval numbers of the alternatives, the ranking of alternatives can be generated. Finally, some examples are given to show the feasibility and effectiveness of the method.     

基于Agent的CSCW系统及其通讯实现

讨论了Ａｇｅｎｔ和多Ａｇｅｎｔ系统的概念和特必有多Ａｇｅｎｔ系统适合用于构造ＣＳＣＷ系统,提出了基于Ａｇｅｎｔ的ＣＳＣＷ系统的建模过程及形式化表示,阐述了使用ＫＱＭＬ实现Ａｇｅｎｔ通讯的技术思想和方法。     

最大延迟限制下两个代理的重新排序

两个代理的重新排序问题是指,每一个代理有一个非中断加工的工件集,两个代理共用一个机器进行加工,每一个代理分别考察依赖于各自工件完工时间的目标函数.针对单机上有限错位和原始工件集最大延迟限制下,使得新工件集的最大延迟或总加工时间和最小的多代理重新排序问题,设计出几个这类问题的多项式或拟多项式时间的算法.