動態(tài)多智能體建模與決策問題研究.pdf

1、復(fù)雜的動態(tài)決策問題是人工智能領(lǐng)域中復(fù)雜系統(tǒng)研究的一個重要組成部分.本文基于貝葉斯技術(shù)和決策理論,提出一種具有更強知識表示能力的動態(tài)決策模型--多Agent動態(tài)影響圖,用于動態(tài)環(huán)境中的多智能體建模;探討了多Agent動態(tài)影響圖概率分布的近似計算方法、推理算法,以及多智能體的協(xié)作問題.全文主要內(nèi)容及創(chuàng)新之處如下: (1)給出了影響圖的一種結(jié)構(gòu)分解方法,將影響圖分解成概率網(wǎng)絡(luò)結(jié)構(gòu)部分和效用結(jié)構(gòu)部分;提出一種融合結(jié)構(gòu)先驗知識的MDL評分

2、標準以降低傳統(tǒng)MDL評分標準對數(shù)據(jù)的依賴性,并基于該評分標準提出一種:PS-EM算法用于概率網(wǎng)絡(luò)結(jié)構(gòu)部分的模型選擇:通過將聯(lián)合效用函數(shù)表示成各個局部效用函數(shù)的和,進而構(gòu)造一種用于學(xué)習(xí)局部效用函數(shù)的BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)影響圖效用結(jié)構(gòu)部分的學(xué)習(xí).實驗結(jié)果表明了該模型選擇方法的有效性. (2)通過對相關(guān)概率決策模型的分析,將多Agent影響圖在時間上進行擴展,提出一種新決策模型--多Agent動態(tài)影響圖(MADIDs,),用于表示動態(tài)環(huán)境

3、中多Agent協(xié)作關(guān)系.為了有效地計算MADIDs的概率分布,以.Agents之間的策略相關(guān)性為指導(dǎo),給出一種概率分布的分層分解方法,并基于KL差分對近似分布的誤差進行了分析. (3)針對MADIDs的1.5片聯(lián)合樹精確推理算法計算復(fù)雜性高和BK近似推理算法誤差大的問題,提出一種擴展的BK(EBK)算法.EBK算法通過對MADIDs的概率分布進行分層分解來提高推理的計算效率,通過引入分割團來減小算法的推理誤差,并且添加了效用結(jié)點

4、和決策結(jié)點的推理.針對粒子濾波推理算法計算上維數(shù)過高和因式粒子濾波推理算法誤差過大的問題,將粒子濾波和聯(lián)合樹推理算法的優(yōu)點相結(jié)合,提出了一種聯(lián)合樹因式粒子推理(JFP)算法.JFP算法將MADIDs的概率分布轉(zhuǎn)變成局部因式形式以提高計算效率,并利用聯(lián)合樹來傳播因式粒子以減少推理誤差.在仿真足球機器人中的一個局部協(xié)作模型上,對上面的各種算法進行了實驗驗證. (4)在基于協(xié)作圖實現(xiàn)多Agent協(xié)作方法的基礎(chǔ)上,將角色引入?yún)f(xié)作圖中給出