一、合作
1、协同分布式问题求解的背景
-
任何智能体都不能自己解决问题
-
不同的能力、资源和知识
2、合作主要分为两种情况
- 仁慈的智能体:
- 智能体通过提前的设计来提供帮助
- 智能体网络具有共同的目标
- 自利的智能体:
- 智能体只为自己的利益而采取行动(并可能进行合作)
- 具有潜在冲突
3、合作方法
- 感知和行动的合作
-
结果共享(感知合作)
交换与任务有关的信息:
-
智能体的态度:
-
被动
-
主动
-
-
沟通模式:
-
通用模型(即黑板)
-
消息传递(即发布-订阅)
-
-
结果集成(分布式世界建模):
-
信息融合
-
合作感知
-
-
-
任务共享(行动合作)
-
分担任务的分工要求:
-
任务分解
-
任务分配
-
-
任务分配是关键过程:
-
静态定义的任务(角色)
-
动态发现的任务
-
-
- 协调(即避免干扰)
-
动态调整其行为以适应其他行为的系统,智能体(没有冲突的特殊情况下)能协调获取共同资源
-
通过规范和社会法则进行协调
-
通过相互建模进行协调
-
通过共同的意图进行协调,智能体承诺实现共同目标,直到:
- 目标实现
- 目标变得不可能
- 目标变得无关紧要
-
- 多智能体规划
-
分布式规划的集中规划
-
分布式规划
-
分布式规划的分布式规划
-
通过部分全局规划进行协调
-
规划合并:(使用STRIPS表示)
二、任务共享
智能体们接到任务后对任务进行分解,然后将子问题分配给智能体去具体执行
任务分解:
- 按等级划分
- 子问题的粒度难以定义
- 分解级别→抽象级别
通常,任务是先验定义的
分配方式
1、预定义分配
-
集中化分配
-
强行分配
-
按从属/等级结构分配
-
硬性分配(先验)
-
命令式语言的过程调用
-
-
通过交易员
-
交易员是管理分配的特殊代理商
-
用于更改设置的集中技术
-
-
-
分布式分配
-
熟人网
-
合同网协议
-
2、紧急分配
-
反应性智能体的任务分配
-
信号代替消息
-
代理的行为取决于信号强度
-
以及代理的内部趋势(简单状态)
-
用于MRSs(直接通信无消耗)
-
并不专注于效率,而是专注于可扩展性
-
人工生命,蜂群(Brooks, Mataric, Parker)