14、多智能体系统中的协调策略与论证方法

多智能体系统中的协调策略与论证方法

1. 联盟形成研究

在多智能体系统中，联盟形成是一个重要的研究领域，不同的研究者从不同角度对其进行了探索。

1.1 Sandholm 和 Lesser 的研究

Sandholm 和 Lesser 分析了自利智能体之间的联盟，这些智能体需要解决组合优化问题以实现高效运作。他们采用了有界理性模型，其中计算资源是昂贵的。在该研究中，重点关注计算联盟价值的问题，且计算出的价值取决于智能体可用的计算时间。

1.2 Zlotkin 和 Rosenschein 的研究

Zlotkin 和 Rosenschein 考虑了 n 智能体联盟形成的一般情况，并针对次可加任务导向领域提出了一种使用加密技术的简单机制。对于所有智能体属于同一联盟的大联盟结构，他们提供了一种线性算法，保证每个智能体的期望效用等于其夏普利值。

1.3 Ketchpel 的研究

Ketchpel 分析了一个更具挑战性的问题，即智能体对联盟获得的价值有不同的估计。他提出了一种效用分配机制，用于在联盟效用存在不确定性的情况下进行分配。“双智能体拍卖”机制作为对现有联盟形成算法的补充，具有以下特性：
- 更看重合作的智能体总是被选为管理者。
- 协议价格是智能体初始报价和合作价值估计的确定性函数。

1.4 利用联盟形成管理任务执行

还有研究探讨了在分布式处理系统（DPS）环境中利用联盟形成来管理任务执行。该研究仅处理联盟结构问题，提出了高效的分布式算法，具有低比率界限和低计算复杂度，适用于非超可加环境中的计算智能体任务分配。此方法适用于每个智能体