共搜索到2663条信息,每页显示10条信息,共267页。用时:0小时0分0秒265毫秒
......
基于DFA复合式Agent模型的设计与实现 卢薇薇,蔡自兴,文志强,陈爱斌 (中南大学 信息科学与工程学院,湖南 长沙,410083) 摘 要:针对机器人团队协作检测与跟踪动态目标的需要,提出1种基于有限状态自动机(DFA)的复合式Agent模型.通过结合有限状态自动机的行为状态模型,对复合式Agent模型进行改进,在固定路线的动态目标跟踪实验中,对改进前后的Agent模型实际实验数据进行比较,并将该模型应用于基于区域的多机器人多目标跟踪实验中.结果表明:改进后的Agent模型通过有限状态自动机中的状态抽象,不仅从目标检测与跟踪的角度提高了Agent个体性能,还从社会的角度,提高了群体团队的协作性能;提出的模型通过行为状态模型将动作,决策等与环境信息进行了有效的分离,从而具有较好的可移植性和高扩展性;改进后的Agent模型跟踪偏差期望值与样本方差均降为改进前的一半,为实......
......
基于Agent的接口技术探讨 王云丽1,辛凤艳1,曹金刚1,马永祥1 (1.河北省应用数学研究所,河北,石家庄,050081) 摘要:代理技术是一种新型的应用集成技术,具有代理性,自治性和主动性等特点.本文介绍了基于Agent的计算技术的特点和应用开发模式,最后给出了在医院HIS接口中的一个应用实例. 关键词:应用集成; Agent技术; 抽象函数; 隧道技术; [全文内容正在添加中] ......
......
agent信息交流基础李金厚摘 要:多agent系统中,agent之间存在一定形式的信息交流.这是agent相互沟通,相互理解与相互合作的基础.指出agent实现信息交流所需的一些基本条件,提出了意识类信息空间及其同构等的重要概念,还以感觉空间为例给出了一种数学表述形式.强调指出后天信息交互对agent智能形成的重要性及其用于实现agent智能的合理性.提出信息互动及信息互动律等观点.关键词:多agent系统;信息互动;感觉空间;同构空间;......
基于云模型的Agent联盟评价田敬北1,2,蒋建国1,张国富1,3,苏兆品1,4,刘扬11. 合肥工业大学计算机与信息学院2. 广西工学院电子信息与控制工程系3. 合肥工业大学信息与通信工程博士后流动站4. 合肥工业大学管理科学与工程博士后流动站摘 要:针对多Agent系统中影响联盟功效的因素存在较强的模糊性和不确定性的问题,将定性定量转换模型-–云模型引入Agent联盟评价中,提出一种新的基于云模型的联盟评价方法.与已有方法相比,该方法简单有效,易于工程实现,可较好地处理评价指标的模糊性和不确定性,从而为复杂控制系统中的最佳联盟选择提供更科学,更合理的决策.关键词:复杂控制与决策;多Agent系统;联盟评价;云模型;......
基于Agent方法体系的ODSS研究曾伟,费奇华中理工大学系统工程研究所!武汉430074摘 要:通过组织与多 Agent系统的比较 ,指出组织问题的研究与多 Agent系统可以相互借鉴 ;对组织决策进行分析 ,指出组织知识,组织智能对组织决策的重要性 ;在此基础上 ,提出在组织环境下基于多Agent系统的 ODSS层次模型.关键词:组织;组织决策;组织决策支持系统;多Agent系统(MAS);......
多Agent联合灭火救援作战仿真刘静1,程桦21. 中国人民武装警察部队学院消防指挥系2. 安徽大学资源与环境工程学院摘 要:将多Agent理论和技术应用于联合灭火救援作战的研究,构建了多Agent联合灭火救援作战模型框架,实现了联合灭火救援组织指挥相互之间的信息交换,显示了互相影响的行动过程.对系统中指挥Agent,作战Agent和环境Agent进行描述,定义Agent之间以及Agent与环境之间的交互规则,来描述系统的相互关系,给出了多Agent的协同算法,并构建了联合灭火救援仿真模型.最后用多Agent软件工具集和通用软件平台(SWARM),采用JAVA语言编程,进行了模拟仿真,对文中构造的模型及相应机制进行了功能验证.关键词:多Agent系统;灭火;救援作战;仿真方法;......
随机博弈框架下的多agent强化学习方法综述宋梅萍,顾国昌,张国印摘 要:多agent学习是在随机博弈的框架下,研究多个智能体间通过自学习掌握交互技巧的问题.单agent强化学习方法研究的成功,对策论本身牢固的数学基础以及在复杂任务环境中广阔的应用前景,使得多agent强化学习成为目前机器学习研究领域的一个重要课题.首先介绍了多agent系统随机博弈中基本概念的形式定义;然后介绍了随机博弈和重复博弈中学习算法的研究以及其他相关工作;最后结合近年来的发展,综述了多agent学习在电子商务,机器人以及军事等方面的应用研究,并介绍了仍存在的问题和未来的研究方向.关键词:多agent系统;随机博弈;强化学习;......