基于交互式動態(tài)影響圖的通信模型研究.pdf

1、多Agent動態(tài)決策問題是人工智能領(lǐng)域研究的重點(diǎn)也是難點(diǎn)，在工業(yè)、交通和軍事等領(lǐng)域有著廣泛的應(yīng)用前景。但是由于環(huán)境的不確定性、動態(tài)性和其他Agent行為的不確定性，使得求解多Agent決策問題面臨巨大的狀態(tài)空間和復(fù)雜的計(jì)算。交互式動態(tài)影響圖(I-DID)模型憑借其高效的圖形表達(dá)結(jié)構(gòu)能更直觀地描述決策問題，并且通過對其他Agent進(jìn)行顯式的建模來提高決策的質(zhì)量，IDID成為解決多Agent決策問題的重要工具。
　　通信是Agent之

2、間一種最基本和最重要的交互活動。Agent之間可以通過通信實(shí)現(xiàn)信息的共享以減少對環(huán)境和其他Agent的不確定性。但是I-DID模型不具有建模通信的能力，降低了其描述問題的能力和限制了其應(yīng)用領(lǐng)域。本文在I-DID模型的基礎(chǔ)上，建立了單階段通信模型和兩階段通信模型，主要工作有:
　　(1)介紹了交互式動態(tài)影響圖及其數(shù)學(xué)模型的基本知識。
　　(2)建立了單階段通信模型。在I-POMDP模型和I-DID模型的基礎(chǔ)上，將通信動作加入A

3、gent的動作集中，建立了單階段通信模型的數(shù)學(xué)表達(dá)形式和圖形表達(dá)形式，擴(kuò)展了傳統(tǒng)的觀察函數(shù)。同時(shí)推導(dǎo)了其信度更新公式，并且分析了通信動作的選擇與通信代價(jià)之間的關(guān)系。
　　(3)建立了兩階段通信模型。將每一個(gè)時(shí)間片分為通信子階段和動作子階段，建立了兩階段通信模型的數(shù)學(xué)表達(dá)形式和圖形表達(dá)形式，同時(shí)推導(dǎo)了兩次信度更新過程的更新公式，并且分析了通信的代價(jià)對是否選擇通信動作的影響。
　　(4)將通信模型應(yīng)用于實(shí)際的例子，并進(jìn)行仿真求解