基于BDI框架的多Agent动态协作模型与应用研究

被引：13

作者：

刘新宇

洪炳鎔

机构：

[1] 哈尔滨工业大学计算机科学和工程系,哈尔滨工业大学计算机科学和工程系哈尔滨,哈尔滨

来源：

计算机研究与发展 | 2002年 / 07期

关键词：

多Agent; 强化学习; BDI模型; AFS神经网络; 模拟退火算法; 足球机器人;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

近年来 ,多 Agent学习已经成为人工智能和机器学习研究方向发展最迅速的领域之一 .将强化学习和BDI思维状态模型相结合 ,形成针对多 Agent的动态协作模型 .在此模型中 ,个体最优化概念失去其意义 ,因为每个 Agent的回报 ,不仅取决于自身 ,而且取决于其它 Agent的选择 .模型采用 AFS神经网络对输入状态空间进行压缩 ,提高强化学习的收敛速度 .与此同时 ,利用模拟退火算法启发性地指明动作空间搜索方向 ,使其跳出局部最小点 ,避免迭代步数的无限增长 .理论分析和在机器人足球领域的成功应用 ,都证明了基于 BDI框架的多 Agent动态协作模型的有效性

引用

页码：797 / 801

页数：5