论文部分内容阅读
交互行为是人类生活中时刻都在发生的行为,是人类社会中最常见的活动,在日常生活、商贸交易、社会关系、教育教学、政治活动等都有着一定的意义,同时,这也是MAS(多智能体系统)研究的重要内容。随着人工智能、计算机图形学、运筹学等学科的不断发展,借助虚拟现实技术实现群体交互行为的模拟逐渐发展起来。群体交互行为的研究被广泛应用在商贸交易、社会关系、军事模拟等许多领域,对社会发展和人类进步起到了很大的促进作用。对生活中的群体交互行为进行仿真研究,不仅能更好的真实的反映群体交互行为,还能在一定程度上加大人们对群体交互行为的认知,有助于人们处理现实中复杂的群体交互行为。早期的一些学者对群体交互行为研究的方法有:多Agent、博弈论,然而,这些研究存在一定的局限性,有的模拟仿真不真实,有的可能角色缺乏智能性。群体交互行为中的参与者的特征以及参与者的行为策略是研究群体交互行为的主要组成部分,也是反映群体交互行为的关键因素。由此,如何逼真的实现群体交互行为逐渐成为广大学者关注的焦点。本文利用博弈学习思想对群体交互进行研究,主要的做工作如下:(1)对群体交互行为的研究现状进行综述,并分析了这几种方法的优缺点,并提出了一种改进方法。(2)介绍了博弈论、Nash均衡和博弈学习思想,分析了常见的交互模型,在博弈学习思想的基础上进行改进,构建了基于博弈学习的多Agent群体交互模型。(3)在有限理性的基础上,利用博弈学习思想,构建一个多智能体(Multi-Agent)博弈学习协调算法并利用该算法对出行者行为分析修正,实现城市交通路口的畅通,进而实现区域、全局的交通优化,最后通过实例仿真验证其可行性。(4)在上面的博弈学习下的多Agent群体交互模型基础上研究博弈学习思想,构建多智能体(Multi-Agent)交互的博弈学习算法,并利用此学习算法对团队合作小组成员的行为修正,并对博弈学习方法中的学习因子更新实现局部均衡,最终达到全局利益优化。最后通过实例仿真验证其可行性。