9、迈向容错大规模多智能体系统与虚拟空间本体论

迈向容错大规模多智能体系统与虚拟空间本体论

容错大规模多智能体系统的研究

在大规模多智能体系统中，系统通常是分布式的，并且需要无中断运行。为了使这些系统具有可靠性，研究人员提出了一种基于角色和活动程度概念的新方法，用于动态评估智能体的关键性。通过这种方法，可以根据可用资源对智能体进行复制，以最大化其可靠性和可用性。

为了验证这一方法，研究人员实现了一个容错框架（DarX），并使用多智能体平台（DIMA）来实现多智能体系统。DarX与DIMA的集成提供了一个通用的容错多智能体平台。为了验证这个平台，开发了两个小型应用程序，分别是会议调度和危机管理系统，旨在评估模型和架构的可行性。

研究中考虑了两个重要变量：
- 复制率（ReplicationRate）：计算公式为 ReplicationRate = NumberofExtraReplicas / NumberOfAgents 。
- 成功率（SuccessRate）：计算公式为 SuccessRate = NumberofSuccessfulSimulations / NumberOfSimulations 。

从实验结果来看，当额外资源的数量达到关键智能体的数量时，成功模拟的比率变得很可观（大于90%）。因此，额外资源的数量至少应等于关键智能体的数量，即每个关键智能体至少应有一个副本。虽然这些结果还只是初步的，但研究人员认为它们是令人鼓舞的，并且两种复制策略的结果相似。

虚拟空间本体论助力多智能体脚本编写

在交互式多智能体系统中，尽管通过将应用设计与智能体设计分离提高了智能体的可重用性，