Multi-Aent交互机制与学习策略研究.pdfVIP

摘要 摘 要 随着网络技术的飞速发展，传统的集中式计算环境逐渐向开放的分 布式动态环境转变。Multi—Agent理论主要研究一组自治的Agent，通过 交互、合作、学习等智能行为完成复杂任务的求解。由于MAS能够较好 地体现人类的社会智能，更加适合开放、异质、动态的环境，因而被广 泛应用于科学计算、软件开发、敏捷制造、交通控制等领域。研究Agent 以及Multi-Agent的学习问题，不仅能够提高Agent的行为能力，而且可 阻加深对人类社会的理解。Agent交互机制的研究有助于协调Agent之间 因争夺资源而引发的冲突，使Agent在实现各自目标的同时达到系统整 体利益的最大化。 在广泛查阅文献并学习已有成果的基础上，本文对Agent的基本理 论、学习机理、交互机制等进行了较深入的研究，构建了基于Agent的 虚拟企业联盟系统。本文的主要研究内容如下： 1．在系统分析现有研究成果的基础上，明确界定了Agent的内涵， 从微观角度对几种Agent内部结构类型作了分析与比较，从宏观角度阐 明了Agent组织的结构、形成及演化。此外还阐释了Agent思维状态的 要素、模型以及Multi-Agent联合思维状态。 2．分析了协作、协调、协商等Agent交互手段，重点讨论了合同 网协议、黑板模型，对协商过程、协商模型进行了详细的分析。在此基 础上建立了基于合同网的合作联盟模型，对联盟的管理和运作进行了较 为深入的研究。 3．从学习的一般性概念入手，研究了学习的信息加工模型以及学 习的系统模型，阐释了几类主要的机器学习策略。对强化学习进行重点 研究，详细地分析了强化学习的原理，并在Agent个体强化学习算法的 基础上，研究了Multi-Agent合作强化学习算法。 4．在理论研究的基础上，构建了基于Multi．Agent的虚拟企业联盟 系统，并对“学习”在各个模块中的运用作了详细的分析。 关键词：Multi-Agent学习策略交互机制合同网协议虚拟企业联盟 Ab甜Iacc Abstract the of environmentis with Along developmentnetwork，computing concentrativeoneto distributedone．The from opening dynamic changing researchof focusesona ofautonomous Multi—Agenttheorymainly group insuch wellashowthe environment，as accomplish agents dynamic agents tasks as and actions，such intelligent complicatedby interaction，cooperation is to as fields，such systemwidely many learningetc．Multi-Agent applied science an