基于對策論的多智能體系統(tǒng)協商機制研究.pdf

1、多智能體協作機制能夠使多智能體系統(tǒng)在沒有外來監(jiān)督和指導的條件下通過智能體之間的自主協商分配任務、完成任務；其次在任務或環(huán)境發(fā)生變化時能夠自適應地調整到符合新任務和環(huán)境的要求；并且合作與協調機制還具有學習功能，使智能體在學習其它智能體行為的特點的基礎上作出更好的決策，提高任務執(zhí)行的效率。 在多智能體合作完成復雜任務的過程中，單個智能體的最優(yōu)動作不僅取決于環(huán)境和任務，更多地依賴于其它合作者采取的行動。對策論就是研究行為相互影響、利益

2、有所沖突的多個行為主體之間如何最優(yōu)決策使個體利益最大化的決策方法。 近年來，在多智能體領域中基于對策論的最優(yōu)均衡思想算法引起了廣泛關注。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，并在該模型基礎上提出了反思一模仿算法，以使應用該算法的群體的總收益最大，并可以收斂到一個進化穩(wěn)定的均衡解。這種基于進化穩(wěn)定策略的算法獲得了越來越多的關注，因為它不僅為多智能體系統(tǒng)給出了一個穩(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。但是由于進化穩(wěn)定策略是一個動態(tài)的穩(wěn)定過程，群體中每個智能體所采用的策略都可能會變化，因此收斂的穩(wěn)定程度不是很高，并且收斂時間較長。 為解決以上問題，我們通過引入強化因子以加強策略的影響，并進一步提出了反思．強化算法和反思模仿強化算法，這兩種算法提高了系統(tǒng)整體的自適應性和穩(wěn)定性。通過對“覓食”任務的仿真實驗證明了本課題所提出的多智能體協作算法的有效性。 仿真結果表明本文提出的基于演化對策論的協調機制可使多智能體通過自