Multi-Agent研究與應用.pdf

1、本文研究Multi-Agent系統(tǒng)，眾所周知，Multi-Agent系統(tǒng)及分布式人工智能已經(jīng)成為當今人工智能領域研究的重點。Muli-Agent的基本問題是智能體之間的協(xié)調(diào)，可細分為單智能體設計、多智能體體系結構、多智能合作和通訊、自動推理、規(guī)劃、機器學習與知識獲取、認識建模、系統(tǒng)生態(tài)和進化等一系列專題，上述一系列問題中的大多數(shù)都在RoboCup中得到了集中的體現(xiàn)。 RoboCup是Multi-Agent系統(tǒng)的一個典型代表，它是

2、國際上一項為提高相關領域的教育和研究水平而舉行的大型比賽和學術活動，通過提供一個標準任務來促進分布式人工智能、智能機器人技術、及其相關領域的研究與發(fā)展。RoboCup是Multi-Agent系統(tǒng)研究的一個很好的平臺。建立一支成功的機器人足球隊需要很多領域的知識，合理的模型結構和Agent之間的協(xié)調(diào)與協(xié)作是RoboCup比賽中贏球的關鍵所在，協(xié)調(diào)與協(xié)作是Multi-Agent系統(tǒng)研究的重要課題。 我們通過RoboCup平臺，對Mu

3、lti-Agent的知識領域做了一定的研究與實踐，具體包括：在球隊的技術上，結合UVA的底層技術，對一些中層及高層技術進行了擴充與改進，使用模糊增強學習的方法對Agent的踢球動作進行改進，使得Agent在更短的周期內(nèi)獲得期望的出球速度及方向，把遺傳算法運用于截球技術，使截球效率得到提高；在球隊的策略上，改進Agent的個體策略，使用影響圖對前場球員的動作進行選擇，設計多Agent的團隊策略，使用三層的協(xié)作模型，引入靜態(tài)與動態(tài)陣形概念，