Agent 理论与技术专刊前言

与Agent相关的研究源于分布式人工智能(DAI).20世纪80年代末,Agent研究逐渐从DAI领域中独立出来.通过不断拓展其研究领域,与多个领域相互借鉴和融合,目前其研究内容已涵盖Agent理论、模型与体系结构,面向Agent的软件工程,基于Agent的建模与模拟,Agent通信与协作,面向Agent的学习与规划,自组织和自适应系统以及群智能优化等多个方面,并广泛应用于软件工程、机器人、自动控制、电子商务、人机接口、医     

Multi-Agent层次协作模型在RoboCup中的应用

RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识，合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在，协调与协作是多Agent系统研究的重要课题。针对RoboCup仿真比赛的多智能体协作问题，分析了目前在RoboCup中的几个典型多智能体协作模型，提出一种三层的Multi—Agent层次协作模型，它包括全局层、局部层和个体层。并通过实验证明该模型是合理的、有效的。     

基于MAS(Multi Agent System)的多机器人系统：协作多机器人学发展的一个重要方向

机器人的应用方式正在由部件式单元应用向系统式应用方向发展．这是实际应用的需 要,也是技术发展的必然趋势;相关技术如计算机网络技术的发展也为它的实现提供了相应 支持．多机器人协作理论问题必然也已经成为机器人学研究的一个热点,其中,分布式人工 智能（DAI）中的多智能体（代理）系统（MAS：Multi-agent System）理论已引起多机器 人 协作理论研究者的关注．本文即在揭示协作多机器人系统与MAS的内在联系的基础上,指出 基于MAS的协作多机器人系统是协作多机器人学发展的一个重要方向．     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统（MAS）微观模型与宏观模型的桥梁，角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识，合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

Multi-Agent层次协作模型及其在RoboCup中的应用

以RoboCup仿真机器人足球比赛中的多个智能体为研究对象，对Multi—Agent协作问题进行了研究。为了使Multi—Agent能够协同工作来完成复杂的任务，同时使Agent具有较高的智能性和反应性，提出了Multi—Agent层次协作模型。实验结果验证了以上研究的有效性。     

Multi-Agent层次协作模型在RoboCup中的应用

RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识,合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在,协调与协作是多Agent系统研究的重要课题。针对RoboCup仿真比赛的多智能体协作问题,分析了目前在RoboCup中的几个典型多智能体协作模型,提出一种三层的Multi-Agent层次协作模型,它包括全局层、局部层和个体层。并通过实验证明该模型是合理的、有效的。     

关于结构奇异值的一个注记

１引言Ｄｏｙｌｅ在１９８２年提出的结构奇异值（μ）方法是分析和综合结构式不确定系统的有力工具［１，２］．基于结构奇异值分析的小μ定理［２］给出了具有多个摄动块的线性动态系统鲁棒稳定的充要条件．而鲁棒性能定理［２］则进一步地将鲁棒稳定性问题和鲁棒性能问题统一成μ分析问题．然而．我们注意到，在所有研究结构奇异值的文献中，均要求块对角摄动矩阵中每个子摄动块是方的．这一要求无疑大大限制了μ方法的应用，因为非方摄动块在系统中是经常存在的．此时对Ｄｏｙｌｅ给出的结构奇异值的上界函数［１］必须进行修正．２非方…     

一种基于博弈论的多Agent交互模型

在开放的、动态的多Agent系统(MAS)中,交互是最基本的方面,具有各自利益的多个Agent必须对其目标、资源的使用进行协调.博弈论为协调和协作的研究奠定了坚实的数学基础,把博弈论与多Agent交互相结合是目前DAI研究的新发展方向.该文提出了一种基于博弈论的多Agent交互模型(GMAIM),应用于解决不完全信息的分布式环境下多人协商决策问题,实现了在会议调度系统(MSS)中的应用.     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统(MAS)微观模型与宏观模型的桥梁,角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识,合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

基于多Agent的分布式资源检索系统的设计

Agent是具有适应环境的软件实体,其能够通过感知自身和环境中的信息,自主采取行动实现一系列预先设定的目标或任务.多A-genl系统是由多个自主的Agent组成,每个Agent都有自己的职责,并与其它Agent通信获取信息,互相协作完成整个问题求解.