基于對(duì)策論的多智能體系統(tǒng)協(xié)商機(jī)制研究.pdf

1、多智能體協(xié)作機(jī)制能夠使多智能體系統(tǒng)在沒有外來監(jiān)督和指導(dǎo)的條件下通過智能體之間的自主協(xié)商分配任務(wù)、完成任務(wù)；其次在任務(wù)或環(huán)境發(fā)生變化時(shí)能夠自適應(yīng)地調(diào)整到符合新任務(wù)和環(huán)境的要求；并且合作與協(xié)調(diào)機(jī)制還具有學(xué)習(xí)功能，使智能體在學(xué)習(xí)其它智能體行為的特點(diǎn)的基礎(chǔ)上作出更好的決策，提高任務(wù)執(zhí)行的效率。 在多智能體合作完成復(fù)雜任務(wù)的過程中，單個(gè)智能體的最優(yōu)動(dòng)作不僅取決于環(huán)境和任務(wù)，更多地依賴于其它合作者采取的行動(dòng)。對(duì)策論就是研究行為相互影響、利益

2、有所沖突的多個(gè)行為主體之間如何最優(yōu)決策使個(gè)體利益最大化的決策方法。 近年來，在多智能體領(lǐng)域中基于對(duì)策論的最優(yōu)均衡思想算法引起了廣泛關(guān)注。本文提出了一種基于演化博弈論的合作意義下的鷹鴿博弈模型，并在該模型基礎(chǔ)上提出了反思一模仿算法，以使應(yīng)用該算法的群體的總收益最大，并可以收斂到一個(gè)進(jìn)化穩(wěn)定的均衡解。這種基于進(jìn)化穩(wěn)定策略的算法獲得了越來越多的關(guān)注，因?yàn)樗粌H為多智能體系統(tǒng)給出了一個(gè)穩(wěn)定的最優(yōu)解，而且部分地解決了傳統(tǒng)博弈論中均衡選擇的

3、問題。但是由于進(jìn)化穩(wěn)定策略是一個(gè)動(dòng)態(tài)的穩(wěn)定過程，群體中每個(gè)智能體所采用的策略都可能會(huì)變化，因此收斂的穩(wěn)定程度不是很高，并且收斂時(shí)間較長。 為解決以上問題，我們通過引入強(qiáng)化因子以加強(qiáng)策略的影響，并進(jìn)一步提出了反思．強(qiáng)化算法和反思模仿強(qiáng)化算法，這兩種算法提高了系統(tǒng)整體的自適應(yīng)性和穩(wěn)定性。通過對(duì)“覓食”任務(wù)的仿真實(shí)驗(yàn)證明了本課題所提出的多智能體協(xié)作算法的有效性。 仿真結(jié)果表明本文提出的基于演化對(duì)策論的協(xié)調(diào)機(jī)制可使多智能體通過自