复合熟人模型——一种多Agent合作组织方法研究.pdfVIP

复合熟人模型——一种多Agent合作组织方法 朱永利王平 华北电力大学计算机学院河北保定071003 e—mail：yonglipw@heinfo．net 与通信，提高求解效率、降低资源和通信开销，一直是研究者关注的问题。本文借鉴现实社会组织特点， 从分析Agent间关系入手，识别对求解具有重要影响的特征，提出了复合熟人模型，对熟人评价进行了讨 论，并分析了合作求解过程。通过实验分析一定程度上证明了这种合作组织方法的有效性。 关键词：AgentMAS(多Agent系统)复合熟人模型 1．引言 MAS中Agent之间的知识共享和信息交互是MAS具有更强解题能力的主要原因…，但是 这种知识的共享和信息的交互是以通信开销和资源耗费为代价的。而在目前对MAS的研究 中，系统的通信开销和资源限制一直是组织和构造大规模MAS的重要瓶颈。研究者从不同角 度出发提出了多种模型[2-5|但结果都不是很理想。 本文通过研究现实社会组织特点，从分析agent间关系入手，定义了三种不同的熟人关 系，提出了一种新的协作组织方法，通过识别对求解具有重要意义的信息来选择合作对象以 较小通信开销获得较高的求解能力；而对于熟人信息的建立与维护是在每个Agent内部完成 的，不需要专门的Agent负责，可以有效的降低系统资源开销。 1．Agent间关系分析 MAS是多个Agent交互形成的，在交互的过程产生大量的启发信息，Agent间也形成各 种各样的关系哺1。识别这些关系，并利用这些关系来指导MAS中Agent的合作策略可以提高 系统的求解能力。本文通过对现实社会中组织的研究，认为在合作求解中Agent的决策主要 受三类关系的影响。 (1)与系统当前状态密切相关的Agent问关系。这种关系可以认为是当前环境对Agent 行为的限制，它只能与和它有这种关系的Agent进行直接合作。识别这种关系能大大降低在 决策时的搜索空间，降低计算复杂度。 (2)与交互历史信息相关的Agent间关系。一个稳定的MAS其求解任务的性质、类型 不会发生根本性的变化，这意味着，系统经过一段时间的运行后，很多Agent可能会形成相 对稳定并且成功的合作伙伴，跟踪Agent之间合作，找出那些相对稳定的合作伙伴，以此为 依据将大大减少形成合作团队的盲目性，从而降低形成团队时的通信开销。 (3)与系统特征密切相关的Agent间关系。通常，MAS根据其求解任务的性质和类型 不同有不同的特征，存在一些对系统整体状态或性能有重要影响的因素。比如在机器人足球 比赛中，由于最终目标是进球，所以持球队员的状态对整个球队的求解目标有重要影响，是 球队中每个Agent关注的中心。这种信息的识别有利于求解过程中，Agent对全局环境的认 识，另一方面也保证了Agent在做决策时能够以系统最终共同目标为方向。 这三类关系影响了合作求解中Agent的决策，正确的识别与组合利用这些关系是MAS 合作求解的关键。 2．复合熟人模型 2．1基本定义 对应合作过程中三种重要关系定义三类熟人关系。 定义l(状态熟人关系)：将Agent A和群体G具有状态熟人关系定义为： SF(A，G)三def IR(g)≠f)八IR(A)nyE(g)≠f)) 39∈G(IR(A)n VE(A)：当前状态下Agent A通过感知器件所能观察到的环境，也称为可观察环境。 IR(A)：当前状态下AgentA通过行动器件能够作用的范围，也称为可影响区域。 即满足群体G中存在自身的可影响区域和可观察区域与AgentA的可影响区域都具有非 空交集的个体关系。所有的AgentA的状态熟人构成AgentA的状态熟人集。 A和群体G具有普通熟人关系定义为： 定义2(普通熟人关系)将Agent OF(A，G)三rlpf(C(A，G)=1)八(T(A，G，t)￡) 其中C(A，G)：为0或1表示AgentA和Agent群体G是否合作过。 T(A，G，t)表示AgentA和群体G到t时刻为止合作事例中成功的比例。 e为介