多任务联盟形成中的Agent行为策略研究

Agent联盟是多Agent系统中一种重要的合作方式,联盟形成是其研究的关键问题.本文提出一种串行多任务联盟形成中的Agent行为策略,首先论证了Agent合作求解多任务的过程是一个Markov决策过程,然后基于Q-学习求解单个Agent的最优行为策略.实例表明该策略在面向多任务的领域中可以快速、有效地串行形成多个任务求解联盟.

实现多任务系统的方法

多任务系统可分为串行多任务系统和并行多任务系统,串行多任务系统可以用连续顺序执行和按时间表间隙执行两种方法来实现。并行多任务系统实现的基本条件是中断,但是这对于复杂的并行多任务系统来说实现起来就比较困难,一般根据要求可用直接中断服务、中断标志、修改中断返回指针等方法来实现。