32、多智能体黄金开采竞赛方案解析

多智能体黄金开采竞赛方案解析

在多智能体编程竞赛的场景中，有两种不同的方案来实现黄金开采的目标，下面将详细介绍这两种方案的系统分析、设计以及软件架构。

基于2APL的黄金开采方案

在这个方案中，目标是在多智能体黄金开采场景中与其他团队竞争，尽可能多地开采黄金。

系统分析与设计

在实现多智能体系统之前，采用了Tropos和Moise+相结合的方法进行系统分析和设计。之所以选择这种组合，是因为Gaia过于关注组织结构的规范，缺乏实现指南，且对目标和计划的定义模糊，也没有特定的符号表示；Prometheus虽然详细说明了实现阶段，但由于竞赛场景规模较小，且一些特定信息一开始就已知，所以使用它显得多余。

Tropos设计系统分为四个阶段，其中早期需求分析描述了主要场景：
- 每个玩家有自己的地图实例。
- 侦察员探索地图并向领导者报告所见情况。
- 领导者收集足够信息后向需要的玩家发送地图更新。
- 领导者跟踪黄金位置和玩家位置。
- 矿工在无法搬运黄金时向领导者报告黄金位置，领导者将黄金分配给最近的可用玩家。

在这个阶段确定了依赖关系：侦察员和矿工依赖领导者获取地图更新，领导者依赖侦察员和矿工获取信息资源。

通过Moise+概念，早期需求分析图可分为目标分解树和角色图：
- 目标分解树 ：团队的最终目标是成为最富有者，分解为更新黄金位置、探索地图和开采黄金三个子目标。目标分为执行目标（如更新黄金位置）和成就目标（如探索区域、收集黄金）。
- 角色图 ：团队中最