多智能体决策机制解析
在多智能体系统中,决策制定是一个核心问题,涉及到如何让多个智能体协同工作以实现共同目标。下面将详细介绍多智能体决策中的一些关键概念和重要机制。
1. 联盟结构搜索
在联盟结构图中寻找最优联盟结构 CS* 时,若评估图中的每个节点,计算量会非常大。不过,我们可以将搜索范围限制在图的前两层(即第 1 层和第 2 层)。这两层包含了所有可能的联盟(不包括空联盟)。
设 CS′ 是在前两层找到的最佳联盟结构,C 是所有可能联盟中价值最高的联盟。由于前两层的联盟结构中包含了所有可能的联盟,所以前两层找到的最佳联盟结构的价值 sw(CS′) 至少等于最佳可能联盟的价值 ν(C ),即 sw(CS′) ≥ ν(C*)。
假设最糟糕的情况,即 sw(CS′) = ν(C )。因为有 n 个智能体,所以最佳联盟结构的最高可能价值 sw(CS ) 为 nν(C*) = n · sw(CS′)。这意味着,在前两层搜索得到的最佳联盟结构的价值至少是最优联盟结构价值的 1/n。虽然这种搜索方式不能保证得到最优联盟结构,但能保证得到的联盟结构不会比最优的差 1/n,在实际应用中往往会更好。
2. 集体决策机制
集体决策机制主要包括描述智能体可采用策略集的语言、收集智能体策略选择报告的中心以及中心用于确定每个智能体收益的结果规则。下面介绍几种重要的机制。
2.1 合同网任务分配
合同网协议是人工智能中研究的最古老且最重要的多智能体问题解决技术,是一种高级的任务共享协议,灵感来源于公司使用合同的方式。其主要有四个阶段:
1.
超级会员免费看
订阅专栏 解锁全文
703

被折叠的 条评论
为什么被折叠?



