复杂网络下多智能体合作演化动力学机制研究

发布时间：2020-12-20 02:02

　　多传感器信息融合使得合作工作变得愈来愈复杂,多智能体如何在真实复杂的环境下相互协调完成不同的任务,也成为了新的研究热点。智能体之间的相互合作是保证其能在一起工作的核心。合作不仅能提高智能体所形成的智能系统的性能,亦能增强其解决实际问题的能力。因此研究多智能体相互之间的合作是开发多智能体系统的必然需求。近年来,通过博弈论研究多实体合作行为的实验,对于智能体的合作研究产生了深远影响。例如:马克斯-普朗克研究所的米林斯基合作演化博弈实验,瑞士苏黎世大学和圣加伦大学进行的公共物品博弈实验,乃至大卫·兰德的重复性囚徒困境实验等。这些研究对进化动力学、合作演化、群体内资源分配均有着一定的贡献。本文借鉴了以上关于多智能体合作演化的研究,以复杂网络博弈动力学为核心,通过在复杂网络中引入动态博弈机制,以网络内的智能群体合作为研究对象,仿真分析了多智能体间的合作演化过程。本文主要工作有:1.首先研究多智能体中的行为一致性对囚徒困境博弈合作演化的影响。研究表明:在智能群体中引入行为一致性机制,能够使群体合作率的变化幅度变小,且能够使得多智能体在合作演化中有着更高的合作密度。2.考虑声望机制对于合作演化的影响... 

【文章来源】：河南大学河南省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

每局博弈中策略比例统计结果

当L=10时(ND-NC)/L2随局数变化

当L=20时(ND-NC)/L2随博弈局数变化

【参考文献】：
期刊论文
[1]激励机制下合作行为的演化动力学[J]. 高世萍,武斌,杜金铭,王龙.  控制理论与应用. 2018(05)
[2]复杂网络上的演化博弈动力学——一个计算视角的综述[J]. 谭少林,吕金虎.  复杂系统与复杂性科学. 2017(04)
[3]小世界网络中的合作行为传染仿真研究[J]. 王世龙.  系统仿真学报. 2017(10)
[4]自我质疑机制下公共物品博弈模型的相变特性[J]. 杨波,范敏,刘文奇,陈晓松.  物理学报. 2017(19)
[5]基于小世界模型的无线传感器网络层次型路由算法[J]. 韦世红,唐起超.  计算机应用. 2017(09)
[6]零行列式策略在雪堆博弈中的演化[J]. 王俊芳,郭进利,刘瀚,沈爱忠.  物理学报. 2017(18)
[7]空间公共品博弈中条件相互惩罚对合作的影响（英文）[J]. 兰婷,程磊,戚静云.  科技通报. 2017(06)
[8]一种高聚类幂律可调网络异质配置模式下的公共品博弈研究[J]. 苗萍,杨洪勇.  复杂系统与复杂性科学. 2017(02)
[9]多移动微小型机器人编队控制与协作避碰研究[J]. 张大伟,孟森森,邓计才.  仪器仪表学报. 2017(03)
[10]复杂网络上的公共数据演化博弈与数据质量控制[J]. 刘文奇.  中国科学:信息科学. 2016(11)



本文编号：2926993