基于多人同步交互模式的公约形成方法研究

发布时间：2022-08-12 17:51

　　现实生活中很多系统都可以看作是多智能体系统（Multi-Agent System,MAS）,这些系统由一些能够感知环境,并且能够根据感知的信息对环境执行相应反应的个体组成,在人工智能和计算社会领域这些个体被称为智能体（Agent）。现实生活中很多系统也可以被抽象为复杂网路（Complex Networks）,将系统中的个体抽象为网络中的节点,根据系统中的个体是否“连接”抽象出网络中的边。结合多智能体系统和复杂网络的研究范式,产生了另一种对系统的抽象方式-网络多智能体系统（Networked Multi-Agent Systems）,即同时考虑系统的网络拓扑结构和系统中个体的智能性。减少系统中智能体间的冲突,有助于促进系统协调,进而使整个系统更高效地工作。研究发现让系统中的智能体采用一致性的行为是一种有效的解决系统的协调问题的机制,研究学者将系统中智能体的一致性行为称为公约（Convention）,而将一致性行为形成的过程称为公约形成（Convention Emergence）。从宏观层面上来讲,有两种机制可以促进公约形成,其中一种是自上而下的管理机制,这种方式是通过一个中央管理者来管理... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
    1.2 选题意义
    1.3 主要研究内容
    1.4 论文组织结构
    1.5 本章小结
第2章 相关理论
    2.1 多智能体和多智能体系统
        2.1.1 智能体
        2.1.2 多智能体系统
    2.2 复杂网络
        2.2.1 聚集系数和模块度
        2.2.2 随机网络
        2.2.3 小世界网络
        2.2.4 无标度网络
    2.3 博弈论
        2.3.1 纳什均衡
        2.3.2 协调博弈
        2.3.3 纯协调博弈
    2.4 公约和公约形成
    2.5 Q LEARNING
    2.6 COLLECTIVE LEARNING
    2.7 WIN-STAY LOSE-PROBABILISTIC-SHIFT算法
    2.8 本章小结
第3章 WIN-STAY LOSE-LEARN算法模型
    3.1 多人同步交互模式
    3.2 公约形成存在的问题
    3.3 WIN-STAY LOSE-LEARN算法模型
    3.4 本章小结
第4章 实验与分析
    4.1 实验设置
        4.1.1 基本实验设置
        4.1.2 实验参数
    4.2 实验分析
        4.2.1 γ的取值对WSLL的影响
        4.2.2 智能体的动作空间对公约形成的影响
        4.2.3 系统的拓扑结构对公约形成的影响
        4.2.4 系统的大小对公约形成的影响
    4.3 本章小结
第5章 总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
致谢
硕士期间发表论文一览表



本文编号：3676329