第10章 多智能体协调、合作和协商.pptxVIP

第10章多智能体协调、合作和协商主讲：赵春晓

10.1多智能体系统的协作机制10.2机器人合作铺路问题10.3机器人的组行为和协调10.4无人驾驶出租车协商运输BDI模型第10章多智能体协调、合作

和协商

10.1多智能体系统的协作机制10.1.1多智能体协调 10.1.2多智能体合作 10.1.3多智能体协商 10.1.4多智能体协作的主要方法

显式协调是指智能体之间对于相互可能发生的矛盾和冲突进行的规划和协商，存在着明确的协调机制。当智能体间的动作不一致或者决策出现冲突时，调用它来解决，当这种协调机制需要有足够的时间来支持，在某些动态的环境下是不适当的。1.显式协调

隐式协调机制不存在明确的规定，各个智能体的行为只以自己的任务和知识进行规划，而最终体现出多智能体协作的效果。这种规划行为可能导致大量的冲突（资源冲突、结果冲突和目标冲突），通过处理这些冲突，形成一个全局一致的规划行为。2.隐式协调

10.1多智能体系统的协作机制10.1.1多智能体协调 10.1.2多智能体合作 10.1.3多智能体协商 10.1.4多智能体协作的主要方法

合作是通过智能体个体之间的控制方式和组织形式来实现的，指的是一个给定的任务如何分配给几个个体，即多个智能体如何组织分配去完成任务。10.1.2多智能体合作

一个多智能体系统通常可以分为对群体智能体和单体智能体两个方面进行分析。较早的对多智能体系统的研究方法主要是对单体智能体系统的借鉴，包括三种方法：反应式方法、规划方法和混合方法。1.协商和反应式方法

人们进行实验研究的主要灵感来源于自然界，许多算法都是模仿生物界的现象。自然界的高等动物通过学习和进化更好的适应于自身周围的环境，它们都是通过对周围环境的感知，然后做出一系列的决策和反应。近年来随着对多智能体合作研究的深入，涌现出了许多关于智能体学习和人工进化的方法，形成了一些热门的新的研究方向－－机器学习方法。2.学习与进化方法

多智能体系统研究的主要内容是：多个具有自治能力智能体通过交互自组织行为的实验分析和理论研究，通过合作来完成多智能体系统的组织体系结构、多智能体系统的通讯、多智能体系统的任务分配等。3.分布式人工智能方法

在多智能体系统中协调和合作是两个不同而又有联系的概念。多智能体系统的运行方式一般可以分为协调与合作两种，有时候人们也不加区分的叫做“协作”。当一个多智能体系统给定一个任务时首先面临的问题是如何组织多个智能体去完成任务。这里要解决的问题是多智能体之间怎样进行有效的合作。为某种机制确定了各自任务与关系后，问题变为如何保持智能体间的运动协调一致，即多智能体协调。4.协调和合作的关系

10.1多智能体系统的协作机制10.1.1多智能体协调 10.1.2多智能体合作 10.1.3多智能体协商 10.1.4多智能体协作的主要方法

协商（Negotiation）在人类社会中起着至关重要的作用，当人们在共同协作完成工作任务的过程中出现冲突时，就会通过协商消除这些冲突干扰，同样协商也是多智能体系统中进行协调合作的关键环节。Durfee给出的协商的定义，“协商是通过有序的进行相关信息交换，确立参与方共同观点或者共同计划的改进过程，也就是说参与任务的双方为了减少不一致性或者不确定性而达成目标一致性的过程。”在多智能体系统中，研究者一般使用协商机制来协调这些智能个体的合作行为。10.1.3多智能体协商

10.1多智能体系统的协作机制10.1.1多智能体协调 10.1.2多智能体合作 10.1.3多智能体协商 10.1.4多智能体协作的主要方法

多Agent通过协作完成一个复杂任务的过程中需要一些规则或机制对其行为或动作进行约束，避免出现冲突，确保协作过程的顺利进行。典型的协作机制包括：合同网机制、结构共享机制、市场机制、协商机制等。但是随着系统规模和复杂度的增加，经典的协作机制己无法有效的指导Agent间的协作，在经典协作机制的基础上研究出了许多新的协作机制如带有学习的协作机制、基于协进化的协作机制、基于理性推理的协作机制等等。10.1.4多智能体协作的主要方法

一般来说，当某个Agent相信通信协作能带来好处（如提高效率、完成以往单独无法完成的任务）时，会产生协作的愿望，进而寻求协作伙伴；或者当多个Agent在交流过程中，发现他们可以通过协作实现更大的目标时，可能会组成联盟，并采取协作性的行动。因此Agent协作的过程可分为五个步骤：（1）产生需求，确定目标；（2）协作规划、求解协作结构；（3）寻求协作伙伴；（4）选择协作方案；（5）实现目标；