Intelligent Science Home   设为首页  |   收藏本站 |   English Version  
 

智能信息处理

智能科学实验室
- 史忠植
智能系统
智能科学研究
智能应用
搜索智能科学网

智能科学网站
 
多主体系统(multi-agent system)中的协调问题

摘要

    作为多主体系统的一个主要研究方向,协调问题被广泛地定义为管理各种活动之间的相互关系的问题。这次报告主要讨论智能主体在以任务为核心的工作环境中的协调问题。在这样的环境中,多个智能主体需要相互合作以完成一系列给定的任务。其核心思想是通过每个智能主体根据其对自身及外部环境的认识自主的作出协调决策以达到多主体系统整体上的协调。这次报告将在几个层面上对这样的协调问题进行阐述。

    首先,我们提出了一个FSTS模型以描述我们力求解决的协调问题。通过这个模型,协调问题被转化成为一个决策规划问题(Decision-Theoretic Planning DTP)。我们注意到reinforcement learning技术很适用于这样的问题。在这个基础之上我们提出了一个2层reinforcement learning架构。该架构主要包含两个reinforcement learning算法,一个被称为粗调算法,另一个被称为细调算法。粗调算法主要用来管理活动之间的强约束。在此之上,细调算法进一步管理活动之间的弱约束。我们对所提出的算法在理论上进行了分析,证明它们是收敛的。另外,由于我们有效的利用了协调问题中的核心约束信息,通过应用这两个learning算法,我们的实验系统性能也有了显著提高。 

    除了reinforcement learning技术以外,我们还提出了一个仿生协调机制。协调决策的确定被看成是一个自适应过程。通过提出一个仿生动态模型来描述协调问题中的动态信息,每个智能主体都可以通过一个自调整算法来不断调整自己的行为,以实现多智能主体系统整体上的协调。 

    报告中所提出的模型及方法均经过了实验验证。我们的实验系统包括一个病理学实验室系统及一个车间生产制造系统。

 

  • 您是本站的第 位客人
    Copyright © 2002-2008 中国科学院计算技术研究所智能信息处理重点实验室智能科学课题组 关于本站 | 站点维护