摘要
为了测试和比较各种先进的多Agent合作求解智能算法,给多Agent合作策略提供一个比较与测试的平台。针对多Agent联盟数量是Agent个数指数倍的问题提出了一种对Agent联盟结构图自上而下的搜索算法,该算法可以对联盟结构图进行化简,降低搜索空间大小。在基于Agent合作收益独立性假设的基础上,证明了同构的联盟结构是最优的收益。最后,以机器人足球赛RoboCup为背景给出了仿真实验,表明了SCS算法的效率。
A testbed is needed to test and compare various multi-agent cooperative problem solving algorithms.To solve the number of coalition structure increasing rapidly,SCS （Search of Coalition Structure） algorithm is given.It can prune the graph of Agent coalition structure,decrease the searching space.It is proved that the optimal coalition structure is via a partial search of that before pruning.Finally,an experiment of RoboCup is given.
出处
《计算机工程与应用》
CSCD
北大核心
2009年第28期64-66,78,共4页
Computer Engineering and Applications
关键词
多Agent系统(MAS)
合作
联盟结构
SCS算法
Multi-Agent Systems（MAS）
cooperation
coalition structure
Search of Coalition Structure（SCS） algorithm
作者简介
E-mail： chenxs@126.com 作者简介：陈学松（1978-），男，博士，讲师，主要研究领域为智能计算，多机器人系统；
杨宜民（1945-），男，教授，博士生导师，主要研究领域为智能机器人；
陈建平（1975-），男，博士，讲师，主要研究领域为多机器人系统；
蔡述庭（1979-），男，博士，讲师，主要研究领域为系统集成。
