17、多智能体系统：模拟与应用

多智能体系统：模拟与应用

在多智能体系统领域，多智能体（Polyagents）是一种用于支持智能体决策的有效模拟技术。它在多个方面展现出了独特的优势和广泛的应用前景。

1. 多智能体在路线规划与交通控制中的应用

多智能体在路线规划中有着出色的表现。路线规划存在三种情况：
- “Script” ：基于完整知识的保守预先规划路线。
- “Script narrow” ：更为激进的预先规划路线。
- “Ghost” ：基于部分知识实时规划的路线。

多智能体处理部分但最新信息的能力，相比基于完整信息的预先规划脚本，能对对手造成更多伤害，同时提高自身的生存能力。多智能体的“幽灵”可以同时探索替代行为，并整合经验形成单一行动方案。

在交通控制方面，委托多智能体系统（delegate MAS）已应用于传统车辆的交通控制。在一个实验性交通控制系统中，它积极尝试预测和避免道路拥堵。系统中，每辆车由任务智能体代表，道路段和十字路口由资源智能体代表。任务智能体通过资源智能体提前预订特定道路以避免拥堵，具体操作步骤如下：
1. 资源智能体 ：发布可行性蚂蚁收集底层环境信息，了解哪些道路通向哪些目的地。
2. 任务智能体 ：
- 发布探索蚂蚁收集可能路线的成本信息。
- 发布意图蚂蚁预订最佳可能路线。
3. 预订需定期刷新以维持保留状态。

该方法已应用于比利时著名的拥堵点——伦纳德十字路口。在现实早高