多Agent分級動態(tài)聯(lián)盟合作機制

多Agent分級動態(tài)聯(lián)盟合作機制摘要：Agent是具有一系列能力的智能體，但對于復(fù)雜問題的解決單個Agent仍表現(xiàn)出對問題解決的能力不足，因此多Agent系統(tǒng)中的多個Agent的協(xié)同合作成為解決問題的關(guān)鍵。本文提出了一種多Agent分級動態(tài)結(jié)盟合作模型，在黑板通信體系的基礎(chǔ)上，根據(jù)狀態(tài)動態(tài)選擇主Agent，由它完成對目標(biāo)任務(wù)的分解，并根據(jù)個Agent的狀態(tài)能力信息實現(xiàn)本階段的聯(lián)盟成員的確定，在分解任務(wù)的基礎(chǔ)上確定順序執(zhí)行解決或并行解決的最佳方案，最終實現(xiàn)在任務(wù)完成的各階段始終保持的最有力的合作協(xié)調(diào)能力，使任務(wù)的解決更加的有效。文中給出了實現(xiàn)合作的過程和動態(tài)聯(lián)盟的形成方式。關(guān)鍵詞：多Agent系統(tǒng)；協(xié)同合作；動態(tài)結(jié)盟；任務(wù)分解1多Agent系統(tǒng)1.1多Agent系統(tǒng)概念多Agent系統(tǒng)由一組在邏輯或物理位置上有規(guī)律或隨機分布的多個Agent組成，他們通過有效的通信系統(tǒng)進行資源共享，為完成共同的任務(wù)目標(biāo)而成為一個有組織的群體1.2組織結(jié)構(gòu)通常一個集中式或分布式的多個Agent便可組成一個簡單的Agent系統(tǒng)。而此種小型的多Agent系統(tǒng)也可以繼續(xù)采用集中或分布式再組成組織更大規(guī)模的Agent系統(tǒng)。根據(jù)組織結(jié)構(gòu)可分為完全集中式、完全分布式、混合式三類。結(jié)合幾種結(jié)構(gòu)的優(yōu)缺點，在集中式的結(jié)構(gòu)中讓每一個Agent都具備管理Agent的能力，狀態(tài)能力最合適的成為管理Agent，而一旦該Agent出現(xiàn)崩潰或能力狀態(tài)出現(xiàn)狀況，其他有能力的可以接替其成為管理Agent，這即集成了集中保持內(nèi)部信息的一致性，對系統(tǒng)的管理、控制較為容易的優(yōu)點，又解決了其單一潰敗的致命缺點，較為適合我們所描述的動態(tài)聯(lián)盟的機制。如圖1所示。管理Agent(Agent1)Agent22管理Agent(Agent1)Agent22Agent32Agent4Agent5Agent6管理Agent(Agent3)Agent1Agent2Agent4Agent5Agent6圖1（動態(tài)結(jié)盟結(jié)構(gòu)）1.3合作策略多Agent系統(tǒng)中多個Agent的合作可使系統(tǒng)總體性能得到提高,而合作帶來的不只有性能的提升，更多時候還伴隨著對任務(wù)解決的沖突、矛盾從而導(dǎo)致幾個Agent分任務(wù)甚至整個任務(wù)的失敗，因此為解決沖突,行為選擇時,各Agent需要獲取其他Agent的行為以避免矛盾的發(fā)生，而這些加大了通信量和時間的大量消耗,在此基礎(chǔ)上根據(jù)所有聯(lián)合行為對整體利益貢獻的好壞,選擇出自己的最優(yōu)行為，但這也具有著很大的不確定性難以避免沖突的發(fā)生。所以通過信息共享動態(tài)生成的主Agent來完成對任務(wù)的分解、規(guī)劃、分配能簡單實現(xiàn)多個Agent的合作，有效的避免沖突的發(fā)生，又可以減少通信的損耗。2.仿真實驗與結(jié)果分析仿真實驗與結(jié)果分析我們選擇的仿真環(huán)境為VisualC++6.0，圖2所示是傳感器與目標(biāo)的初始化狀態(tài)，圖3是在動態(tài)聯(lián)盟下主控Agent通過Agent間協(xié)作獲取的多個角度的圖像信息。圖2傳感器與目標(biāo)的初始化圖3主體控制傳感器A運作結(jié)果3.結(jié)論動態(tài)聯(lián)盟合作機制采用集中式的動態(tài)管理Agent，簡化了由多Agent沖突協(xié)商帶來的復(fù)雜性，又消除了固定管理Agent帶來的單一崩潰即全盤皆崩潰的致命缺點，避免了浪費不必要的資源，簡化了Agent間沖突的協(xié)調(diào)，在任務(wù)完成的過程中根據(jù)變化進行管理Agent與聯(lián)盟的重新確定，保持對任務(wù)完成的最佳狀態(tài)。本文提出的動態(tài)聯(lián)盟合作機制為多Agent合作問題求解提供了合理的實現(xiàn)方法。參考文獻[1]馬巧云.基于度Agent系統(tǒng)的動態(tài)任務(wù)分配研究[D].武漢：華中科技大學(xué)，2006.[2]楊斯博.基于自組織多Agent系統(tǒng)的智能控制