4、基于松散联盟机制的多智能体动态特性

基于松散联盟机制的多智能体动态特性

引言

在大规模智能体分布式系统中，为实现高效协作，需要构建智能体组织。以往的协作方法存在一些问题，如合同网协议在系统中智能体数量增加时，通信量增大，效率可能下降；一些联盟形成方法在处理不规则任务时效果不佳；基于社会意识的动态组织形成方法在处理实际任务时难以应用。

为解决这些问题，我们提出了主观信息和松散联盟的概念。主观信息作为智能体决策的标准，松散联盟基于主观信息定义，反映智能体之间的合作关系，且这种关系会动态变化。通过交换松散联盟信息，智能体可以了解更广泛的信息，从而提高系统效率。我们的主要研究方向包括：如何利用主观信息来组织智能体、松散联盟的形成及其对系统效率的影响，以及如何利用松散联盟来改善系统行为。

基于主观信息的智能体模型

主观信息

在多智能体系统中，每个智能体需要有决策标准，以实现灵活有效的行为。我们引入主观信息作为决策标准，其定义为 ⟨S, attribute, val ⟩i，其中 S 是智能体处理的主题，attribute 是主观信息的标识符，val 是其值。

例如，主观信息 ⟨agent B, Reliability, 10⟩A 表示“智能体 A 拥有关于智能体 B 可靠性的主观信息，当前值为 10”。

以下是主观信息的主题和属性示例：
| 主题 | 主观信息属性 |
| — | — |
| 智能体 | 可靠性、繁忙度、满意度、能力 |
| 任务 | 优先级、重要性 |

其中，繁忙度（Busyness）和满意度（Satisfaction）的定义如下：
- 繁忙度：$Bus