[00134872]多Agent系统中动态任务分配问题的研究

在当今社会的各个领域,复杂系统中都会涉及到任务分配问题。动态任务分配是要实时、合理的将任务分配给系统中的各个执行者,这样可以充分利用系统资源,提高系统的执行任务的效率。MAS系统可以模拟现实实际应用的各种复杂系统,可以将各种系统的任务分配问题描绘清楚,故本项目针对多Agent中的动态任务分配问题进行了研究,取得成果如下： 1.提出了一种基于协作的Agent结构,加入了Agent属性的评估、自身偏好和邻居偏好的统计模块。利用该结构Agent可以清楚地了解自身属性、偏好的变化及邻居Agent偏好的变化,及时做出反应,有利于Agent之间的协作。 2.针对带时间约束的,可以动态加入到环境中的复杂任务,提出了一种基于对策论的多Agent任务分配方法。该方法中Agent根据自身掌握的局部信息进行行为选择,并使用虚拟行动法确保Agent快速学习一个严格纯策略Nash平衡。 3.针对任务执行过程中环境的变化问题,提出了一种基于能力及任务需求的层次任务分配方法,该方法利用全局分配方法为Agent分配合适的任务,当环境发生变化时,通过局部调整来解决任务和Agent之间不适应问题,每个Agent根据局部信息选择理性的任务,提高任务分配算法的鲁邦性。