基于政策的层次系统协作模型

为了解决大型层次系统中多Agent间的协作问题,提出了一种基于政策的协作模型。首先分析层次系统中Agent间协作的特点,然后给出相关概念定义,构建Agent政策框架及政策分享机制,最后提出协作模型算法。实践表明,该模型能够在大型、分布式环境中实现资源和服务的协同,使Agent的行为决策更加规范可控,因此具有高度的灵活性及扩展性,对于解决层次MAS协作问题具有一定的参考价值。     

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MACM^2（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。     

基于角色和CSCL的多Agent协作过程研究

网络环境下多Agent协作问题是当前MAS研究的主要方向。在一种新型的智能CSCL模型RICL的基础上,研究CSCL系统中基于角色的多Agent协作问题,给出基于角色的群体交互和协同规则,从而为协作问题求解提供一个新的模式。     

基于信念型承诺的Agent协作机制研究与应用

提出了适用于产品初步设计的信念型承诺，给出了Agent的形式化表示，讨论了基于信念型承诺的Agent协作机制。针对复杂产品初步设计，建立了基于MAS的协同设计环境，并将基于信念型承诺的协作机制应用到该环境中。应用表明了该协作机制的有效性。     

一种基于SPA提高MAS协作效率的方法

提高协作效率是提高MAS(Multi—Agent System)工作效率的关键所在，因此采取何种协作方法至关重要。基于SPA(Set Pair Analysis)理论研究如何通过利用Agent自身的特性，使其能够在相应的环境下采取相应的协作方法，从而提高MAS的协作效率。     

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。     

Agent及Multi-Agent System的理论和应用

Agent和Multi-Agent System(MAS)是人工智能的主要研究方向之一.回顾了Agent及MAS的发展历史,总结了目前Agent及MAS的研究现状,探讨了Agent及MAS的理论与应用,提出了目前Agent和MAS发展所需要解决的问题.     

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,一直是因扰很多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,对Agent社会中的Agent理性行为表现进行了详细讨论。     

网络坦克作战系统基于MAS的决策过程分析与研究

网络坦克作战系统的决策过程是一个群组决策过程.系统决策过程实质上是各组成部分协作进行问题求解的过程.基于多Agent系统(MAS)的网络坦克作战系统决策是系统中多个Agent面向作战任务进行协作问题求解的过程.运用MAS技术对系统的决策过程进行了分析,提出了系统基于MAS的群组决策基本框架,给出了分布式的系统决策结构,并对决策过程进行了设计和详细分析.MAS协作规划有利于系统的群组决策.     

一种基于正关系的多Agent协调算法

多Agent之间的协调(coordination)与协作(cooperation)已经成为多Agent系统(multiagent system,MAS)中的一个关键问题。这是因为MAS的主要研究目标之一就是使得多Agent的信念、意图、期望、行为达到协调甚至协作。在开放、动态的MAS环境下,具有不同目标的多个Agent必须对其资源的使用以及目标的实现进行协调[1,4]。例如,在出现资源冲突时,若没有很好的协调机制,就有可能出现死锁。而在另一种情况下,当单个Agent无法独立完成目标,需要其它Agent帮助时,则需要协作。本文提出了一种基于正关系的多Agent协调机制和协调算法。在该算法中,通过使用这种协调机制,Agent能委托或接受交互中的子计划,从而形成系统负载均衡和有效降低系统运行开销。     

A process-oriented multi-agent system development approach to support the cooperation-activities of concurrent new product development

In the recent decade, concurrent new product development (CNPD) has been recognized as an effective approach for eliminating the long and costly product development cycle. CNPD needs multi-disciplinary workgroups to communicate and cooperate in a computer network environment, particularly a multi-agent system (MAS) environment. Recently, several MAS development approaches for CNPD cooperation have been proposed. These approaches constitute on a goal basis and this will confine the application of developed MAS to the pre-defined goals. However, in a complete CNPD process, different cooperation requirements take place at different stages and need different workgroups to be involved. Consequently, the goal-driven MAS development approaches can only provide a partial solution to the overall cooperation requirements of a CNPD process.This research has proposed a process-oriented approach to develop MAS for all CNPD cooperation requirements. This approach is acting on two phases: the process-oriented cooperation requirements analysis phase and the MAS specification design phase. The process-oriented cooperation requirements analysis phase first defines the desired CNPD process and cooperation workflow based on the company-specific organizational structure and practice. Next, the MAS specification design phase derives the MAS specification, including the agent classes, their conversations and system configuration, from the defined CNPD process and cooperation workflow. Besides, an empirical case is used to explain the proposed approach and to verify the feasibility of the proposed approach on the Java Agent Development Framework (JADE).     

基于行为预测的多智能体协作模型

智能体的行为预测是多智能体系统中的一个具有挑战性的问题。机器人足球是一个典型的多智能体系统,论文对多智能体系统中的行为预测进行了研究,概述了RoboCup中几种典型的智能体行为预测方法和协作模型,在此基础上采用基于行为的混合预测方法,建立了一种基于行为预测的多智能体协作模型。该协作模型已应用于CSU_YunLu2003仿真球队中,在RoboCup仿真比赛中证明了该协作模型的有效性。     

基于领域知识的多智能体分层协作规划方法

针对复杂动态RoboCup仿真环境下的多智能体协作问题,提出一种使用领域知识的多智能体分层协作规划方法。在根据系统提供的环境状态信息建立智能体初始行为规划的基础上,通过逐步填入智能体的状态和行为特征属性知识,分析行动实现的效果,对初始规划行动进行调整,为智能体制定协调一致的行为规划序列,并获得相应的协作策略信息,使其在实际对抗比赛中能针对当前环境快速做出决策,实现通信受限的情况下多智能体的协作。     

基于可分解MDP模型的MAS协作策略优化及分布执行

不确定环境下MAS生成协作策略的复杂度关系到协作任务能否成功实现.为降低马尔可夫决策模型生成MAS协作策略的复杂度,减少协作通信量,改进了可分解MDP模型生成策略树的方法.利用Bayesian网络中agent状态之间存在的条件独立性与上下文独立性,分解并优化SPI算法生成的策略树,使得MAS中处于独立状态的agent可以分布独立运行,只有在需要同其他agent协商时才进行通信.通信时采用端对端的方式,agent不仅知道协商内容、协商时机,而且知道协作的目标.实验表明,采用该协作策略MAS在完成协作任务获得目标奖励的同时可以有效降低通信量.     

车间调度中的数据挖掘技术研究

基于Multi-Agent System（MAS）的人机合作技术适合于解决复杂调度问题。为了使人与机能够更好地合作来完成高效、准确的车间调度,引入C4.5算法,建立并实现了基于机器学习和MAS的人机合作车间调度系统仿真模型。在Java环境下,以Weka、JADE为开发平台,以Eclipse为开发工具,Access为后台数据库,完成了系统的开发。通过实例仿真和结果分析,运用机器学习算法动态调度的结果稍优于最佳的静态调度结果,证明了系统的正确性和优越性。     

PMBC及其在Robocup中的应用

智能体间的协作能够提高多智能体系统的智能度。而规划作为一种重要的问题求解技术，能够有效地实现多智能体间的协作。该文介绍了一种基于协怍的规划模型及此模型的前提、动作和终止条件三要素，通过对特定状态和局部协作的提前规划，有效地实现了多智能体系统中智能体间的协作。通过把此规划模型运用到典型的多智能体系统一机器人足球比赛中，证明了在多智能体系统中应用此规划模型不仅能够提高单个智能体的反应速度，还可以提高整个系统的运行效率。     

基于遗传算法的多边多议题自动协商模型

协商是MAS实现协同、协作和冲突消解的关键环节。在虚拟组织建立的背景之下,讨论了现有的多agent协商技术,提出了一个基于遗传算法的多边多议题自动协商模型,并且给出了相应的协议和算法。该模型能够迅速求出协商解,且agent能保持较高的效用,因此具有一定的通用性,适宜在动态的、时间约束强的开放网络环境下工作。     

基于MAS的专家系统开发工具

结合分布式人工智能理论和面向对象及面向智能体技术，给出基于MAS（Multi0agent System)的专家系统开发工具的系统结构和设计，并描述了系统中的知识通信语言和协作机制。采用Java语言，在分布式网络环境下，实现了该工具的原型系统。用该工具开发了一个基于MAS的协作中医诊断专家系统，运行效果良好。