13、多智能体系统仿真引擎：技术与挑战

多智能体系统仿真引擎：技术与挑战

1. 多智能体系统仿真引擎概述

多智能体系统（MAS）仿真在众多领域具有广泛应用，为了实现高效的仿真，出现了多种不同的仿真引擎。这些引擎在同步技术、冲突解决支持和自动分区等方面各有特点。下面将介绍几种常见的多智能体系统仿真引擎。

1.1 hla RePast

hla RePast旨在实现集成的透明性，让现有RePast仿真能轻松与hla RePast中间件结合使用。它采用保守同步算法，避免在用户模型中实现回滚算法。具体做法是，RePast实现一个继承自现有调度器类的新类，该新调度器仅在确保未来不会有时间戳小于当前时间 t 的事件到达时，才执行时间 t 的事件。这一保证通过 HLA 时间推进到 t - 1 并设置前瞻为 1 来实现。

hla RePast的实验结果表明，当围绕智能体分解系统时，若智能体是计算密集型（即大量时间用于“思考”等内部计算，产生较少外部事件），系统可实现更好的可扩展性。此外，hla RePast还被用作在网格环境中运行分布式仿真的测试平台。

1.2 HLA JADE

HLA JADE系统将HLA与JADE智能体平台集成。JADE为智能体开发和测试提供了符合FIPA标准的中间件。该系统由运行在不同机器上的一系列JADE实例组成，每个JADE实例（可能包含多个智能体）通过网关联邦与RTI进行交互。网关联邦负责将JADE的输出转换为特定的RTI调用，并处理从RTI通过联邦大使接收到的回调。

为了减少带宽使用，该系统采用了基于HLA的数据分发管理（DDM）服务的兴趣管理方法，同时还具备冲突解决和智能体通信方案。

1.3 JA