简介:摘要:智能体(Agent)是分布式人工智能领域的一个术语,而多智能体(multi-agent system,缩写MAS)是指多个单智能体间的相互协作和协调来共同完成计算任务[1]。2020年9月,中国科学院自动化研究所在线上顺利举办了第一届智能决策论坛,其中多智能体算法应用是一个被许多专家学者广泛关注的问题。多智能体算法的核心是解决多个决策主体在合作、竞争、混合博弈环境下,如何做出最优决策,以解决决策目标的问题。随着人工智能领域的研究从感知智能逐渐深入到决策智能,多智能体算法的应用也变得越来越广泛。本文将从专利的角度分析多智能体的发展现状。
简介:摘 要:随着工业机器人的应用领域和范围不断扩展,着重研究了智能体机器人自组织系统的决策系统,特别是如何实现决策系统中的决策过程和数据处理任务已成为当前的机器人研究领域的一个新课题。本文设计了一套基于多智能体自组织生产系统满足现代化企业生产需求的智能制造车间。
简介:研究一阶主从多智能体网络的汇聚问题,基于多智能体网络群体的社会制度,提出3种汇聚策略,即民主、独裁和混合策略。假设在策略中,只有领导者知道全局任务,即汇聚到一个已知的目标点,跟随者只需要与领导者群体保持联系,从而能够到达目标点。研究发现,主从网络多智体个体在属性上可以分为目标智能体,领导者智能体,非孤立跟随者从智能体和孤立跟随者从智能体。研究结果表明民主策略容易实现所有智能体到达目标点,但移动速度较慢;在独裁策略作用下,智能体网络可以很快实现汇聚,但个别跟随者从智能体由于初始条件下感应不到环境中的领导者智能体而永远停留在原来的位置;引进混合策略后,即可以保证所有的智能体到达目标点而且又可以保持较快的到达速度。通过对模型和拓扑结构的分析,得出3种策略各自的特点,并以4个领导者和5个跟随者组成的主从智能体网络为例进行仿真。