论文部分内容阅读
多Agent技术是研究复杂现象与复杂系统的一个重要手段,其中多Agent的群体行为问题是多Agent技术的一个研究热点。在多Agent群体行为中,Agents之间可能会发生冲突;为了减少Agents之间可能的冲突,提高Agents的协作能力,需要对它们的行为策略进行全局协调和同步。本文以多Agent群体的行为协调和集体同步机制作为研究目标,对Agent群体行为的全局协调、非平滑同步模型以及出现的凸显聚集现象进行了深入研究,并提出了能很好适应全局协调过程的簇划分多Agent群体通信机制。本文工作的主要贡献和创新总结为下面三大部分:1基于群体智能机制建立了多Agent群体系统中的全局协调的模型。以往相关的Agent全局协调过程通常只考虑Agent固有策略及周围邻居的影响,或只考虑到Agent固有策略及系统范围内相关Agents的影响,这样的协调机制通常不能完整地刻画多Agent的集体同步行为。我们的模型平衡了Agent在协调过程中其固有策略以及受到的局部和系统其它社会结构交互Agents三方面的综合影响因素。实验结果表明局部扩散效应和社会结构影响能够互相兼容,因此模型更为周全,也符合社会模型特性。2基于场控制建立了多Agent群体行为中的非平滑同步的凸显聚集模型。以往的多Agent集体同步都是一种平滑的同步模型,即系统中的所有Agents的影响力是相同的,并且最后的结果趋同于平均的策略值。为了弥补以往相关研究的局限性,本文基于场控制方式提出了一种新的非平滑同步模型,模型中社会地位高以及采用优势策略的凸显Agents在全局协调过程中具有更大的同步影响力,因此普通Agents趋向于聚集到凸显Agents的策略值上。并且本文还重点研究了非平滑过程中凸显聚集现象形成的机制和原理。本文对模型进行了实验分析,验证了模型的正确性,详细比较分析了Agent的两种同步机制以及不同环境下凸显聚集现象的变化特点。3基于簇划分建立了一种新的多Agent群体通信模型。为了解决Agent采用平滑均匀通信方式所带来的多Agent群体通信不平衡问题,本文根据Agents的通信频率,动态地划分为多个Agent簇,使得Agent通信大部分为簇内通信。这种多Agent通信模型能有效地适应动态的Agent群体在全局协调过程中的通信:一方面减轻了以往的直接通信方式所带来的大量通信耗费、提高了对通信目标Agent的搜索效率,另一方面也避免了以往黑板通信机制的静态局限性和性能颈瓶问题。