关系网模型——基于社会合作机制的多Agent协作组织方法

在多Agent系统 (MAS)的研究中 ,如何表示Agent之间的相互关系 ,以及有效地组织Agent之间的协作通信机制 ,提高系统的可靠程度、降低整个系统的通信代价和减少资源开销 ,一直是困扰很多MAS研究者的问题 该文主要从研究Agent社会合作机制入手 ,对大规模开放式多Agent系统 (OMAS)环境下的Agent社会组织方法、Agent协作行为表现进行了研究 引入了一个表示Agent之间联系的熟人关系网模型 ,对Agent之间的可信任度关系进行了讨论 ,并分析了Agent熟人关系链上可信任关系的传播机制 。

多Agent协作机制下的分层式网络管理系统框架设计

为解决传统的基于移动Agent的简单网络管理协议(SNMP)网管系统存在的系统效率低、响应时间长、代理协作性差和可扩展性差的缺陷,设计了一种基于多Agent协作的分层式网络管理框架.该框架包括网络管理站层、多移动Agent协作层、SNMP Agent协作层和网元层共4层.在第2层中,建立了一种多Agent中间层策略和多移动Agent协作策略,将SNMP Agent作为驻留代理,利用多个移动Agent并行协作来智能的完成网管数据的采集.在第3层中,针对AgentX框架的不足,实现了一种基于SNMP协议的主/子代理协作机制.该机制将SNMP Agent从任务上划分为主代理和子代理,主子代理之间协作采用SNMP.仿真实验表明,与传统的基于移动Agent及AgentX的SNMP网管模型相比,此框架能使系统带宽降低26.9%,响应时间缩短29.5%,因此更适合应用于大型分布式网络中.

多Agent协作中改进的合同网协议

分析了现有多Agent协作采用的经典合同网协议,针对其存在冗余通信及节点负载大等问题,通过引入Agent的心智状态参数和节点拒标策略,同时将经济学中的拍卖思想引入,提出了一种基于拍卖机制改进的合同网协议,减少了系统通信量,均衡了整个系统负载,节约了系统资源,使系统的执行效率得到提高。

联合战役决心方案自动生成系统中多Agent协作方法

在用MAS技术研制联合战役决心方案自动生成系统时,多Agent间的协作是一个必须 解决的问题。通过分析该系统中Agent间协作的时机、特点,以及体系能力的量化和作战效能的计 算,提出了基于综合作战效能和任务难度的定性定量相结合的多Agent协作方法,建立了合作模型, 对解决战役自动决策问题起到了积极作用。

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.

基于多Agent协作的网上多媒体教学系统模型的研究

作为一种新的远程教学模式,基于多Agent协作的网上多媒体教学具有广泛的应用前景。它继承了传统远程教学的优点,并提出了许多创新之处。构建了基于多Agent协作的网上多媒体教学系统模型,运用心智状态形式逻辑及效用理论,从协作的角度分析了学生Agent对学生学习过程的辅助和监测,细化和增强了教师Agent的功能,并引入了移动Agent来完善其通信机制。

多Agent协作环境下基于知识的任务描述

从知识的精确定义角度对基于MAS的多机器人协作系统中的任务分解进行了分析,细化了Agent的结构形式化模型,进一步将Agent的行为与其内部状态的变化过程联系起来,更好的体现了Agent的外部交互行为与其内在意识、精神状态密切相关这一基本思想。

多Agent协作的智能搜索引擎系统的研究

搜索引擎是随着WEB信息的迅速增加，从1995年开始逐渐发展起来的技术，即提供信息检索服务的计算机系统。检索的对象包括互联网上的站点、新闻组中的文章、科技文献资料、软件存放的地址及作者、某个企业和个人的主页等。搜索引擎的性能主要取决于索引数据库的容量、存放内容、更新和搜索速度，是否易用等。搜索引擎是以传统信息检索技术为基础，

利用聚类分析法改进的多Agent协作强化学习方法

针对多agent系统强化学习中,状态空间和动作空间随着agent个数的增加成指数倍增长,进而导致维数灾难、学习速度慢和收敛性差的问题,提出了一种新型的混合强化学习方法,用于改进传统的多agent协作强化学习;该算法基于Friend-or-Foe Q-学习,事先采用聚类分析法对状态空间和动作空间进行预处理,降低空间维数后再进行强化学习,这就避免了同等状态环境下的重复劳动和对动作集的盲目搜索,理论上大大提高了agent的学习速度和算法的收敛性;文章首先进行改进算法的思想概述,然后给出了改进算法的学习框架和算法的一般描述。

基于TOD的无线传感器网络多Agent协作模型

多Agent技术被越来越广泛地引入到无线传感器网络领域,但却没有可行有效的Agent协作模型。在此基础上,对传统TOD(Task Oriented Domain)协作模型进行了扩展,提出了基于面向任务域的无线传感器网络多Agent协作模型,使用加权和的方法根据不同网络任务类型制定相应的协作策略,仿真结果表明,与传统模型相比,该模型下采用协作策略可有效地减少节点能耗。

一种用于协作软件工程的多Agent体系结构

阐述了支持协作软件工程CSE(Cooperative Software Engineering)的一种解决方案。首先对支持CSE的传统处理结构进行了阐述,指出了这种结构存在的缺点,然后提出了能够克服这种缺点的用于CSE的多Agent体系结构,在该体系结构中将计算机支持的协同工作CSCW(Computer-Supported Cooperative Work)和SPT(Software Process Technology)融为一体。在这种多Agent体系结构中引入了协作Agent、调解Agent、协商Agent、通讯Agent、监视Agent以及Agent交互的场所Agora,在Agora的管理中引入了白板的概念,使Agent查找信息变得更容易。

一种动态环境下多Agent的协作方法

对动态环境下多Agent系统中Agent的协作问题进行了研究,提出了一种基于连续规划的动态环境下多Agent协作方法.首先,在MA-PDDL的语法上进行了改进,通过一个自定义的函数使其能够描述连续规划方法;然后,提出了一种基于扩展的MA-PDDL的连续规划算法,能够处理动态环境在系统中所造成的不确定性;最后,实现了扩展的MA-PDDL的解析方法,解析的结果能够用于模拟Agent执行任务的过程.选取了医疗垃圾无人运输场景进行实验,成功模拟了整个实验场景的运行过程,验证了方法的可行性.

基于协作多agent机制的高速LTE-R无线网络覆盖与容量优化算法研究

为应对由于列车运行速度快而引起的通信环境恶化的现象,进一步提升高速铁路沿线覆盖与容量性能,保证列车用户在通信需求方面获得持续的优质体验,覆盖与容量优化成为LTE-R网络的一个重点研究方向。基于高速铁路环境中基站与列车位置信息可预测的优势,在传统单一调节天线下倾角的FQL算法的基础上,引入协作多agent机制,提出协作多agent FQL算法,使得LTE-R无线网络频谱效率和吞吐量性能得以提升和优化。同时通过对频谱效率CDF曲线的仿真表明随着列车运行速度的不断提高,算法对无线网络整体性能的提升越加明显,证明了在高速场景下本算法的有效性。

一种用于软件工程协作的多Agent体系结构

阐述了支持协作软件工程CSE的一种解决方案.对支持CSE的传统处理结构进行了阐述,指出了这种结构存在的缺点,提出了克服这种缺点的用于CSE的多Agent体系结构,在该体系结构中将计算机支持的协同工作CSCW和SPT融为一体.在这种多Agent体系结构中引入了协作Agent、调解Agent、协商Agent、通讯Agent、监视Agent以及Agent交互的场所Agora,在Agora的管理中引入了白板的概念,使Agent查找信息更容易.

基于角色和协作场景的MAS管理模型及应用

MAS协作管理是实现Multi-Agent协同工作的关键理论与技术。本文通过引入基于角色的策略和Agent协作场景ACS,提出了一种面向MAS的多Agent协作管理参考模型MACM2(Multi-Agent Collaboration Management Model),并给出它在基于智能体的网络文本信息检索系统中的具体应用。该模型在实际系统中解决了协作管理的复杂性问题,提高了Agent的协作能力,同时也降低了系统开销。

于Multi-Agent的机场调度系统的研究

指出了现有的调度模式的缺点 ,提出了基于Multi-Agent的机场运营调度模型 ,并对Agent间协调与协作 ,时钟同步等关键问题的解决方案进行了阐述。

多处理器间的多主体协作式图形计算

提出了一种异构处理器间的图形并行生成方法，用以解决图形任务计算的复杂性及实时性要求高速计算的问题，在层次分割和多ａｇｅｎｔ协作模式下，各处理器并行运作，一方面有效利用了环境中的计算资源，另一方面提高了各处理器的计算并行度．

基于角色驱动的多Agent主体工作流模型的研究

在分析了传统的几种工作流建模方法的基础上,提出了基于角色驱动的多Agent体工作流模型,把多Agent的协作交互作为模型的主体,模型中引入了多Agent,把任务的执行者看作Agent,该Agent具有角色库,可以拥有一个或者多个角色,并用这些Agent之间的交流协作来描述工作流过程,使得执行者Agent成为模型的主体,改变了传统的模型中人的被动地位,使活动能更加顺利圆满地完成,同时也很好地解决了业务过程中可能存在的活动执行者的多角色和角色变化的问题。

基于动态模糊逻辑的软件Agent生命周期模型研究

软件Agent的关键问题是如何促进Agent学习,怎样更好地管理Agent,以及如何有效地用它开发软件,基于此,提出了一个基于动态模糊逻辑的软件Agent生命周期模型。模型主要分3个阶段来描述:定义阶段,开发阶段和维护阶段。同时通过示例说明了利用此模型来揭示自动协作系统是十分有效的。

多Agent系统在校园网络故障智能诊断的应用

基于多Agent系统的分布式特点与网络分布式环境的相似性及Agent具有的协作、自适应、学习能力等特点来研究多Agent系统在网络故障智能诊断中的应用,并通过多Agent系统学习、协作等能力来解决网络故障。