一种层次黑板模型的多Agent 学习系统的研究

2021-08-18 08:33:48顾明
电子测试 2021年14期
关键词:信息模型系统

顾明

(阜新高等专科学校,辽宁阜新,123000)

0 引言

随着分布式人工智能(DAI)技术研究的深入,多Agent(Multi-agentSystem,MAS)技术得以快速发展完善,该技术主要针对分布式开放动态的环境,对一组自治的Agent 在完成复杂的控制或分解任务时所采取的行为,包括交互、合作、竞争、协商等行为。但在多Agent 系统中的交互、计算与合作过程中,极易改变Agent 的角色及相对重要性,并且在不同阶段,应用系统中Agent 的离开和加入基本不受限制,使系统的稳定性会随着系统规模的增大而减小,因此开发相应多Agent 应用系统时需重点确保其稳定性。

1 设计原理

在分布式人工智能中,可通过运用具有层次性、内在并行性等优势的黑板模型结构(BBA)使多个计算实体的协作问题得以有效解决,作为平行信息共享数据结构的一种,黑板模型实现了多信息源间的共享和交互。由于在控制器的作用下需串行执行知识源,因此需弥补传统的黑板模型在实现环境(以串行硬件环境为主)方面存在的不足,主要由“黑板”、知识源(含有领域知识且自驱动)和控制机构组成,黑板上的状态信息由各知识源监视,并适时地决定对黑板的操作行为。在设计与实现网络学习系统时,针对分布式开放动态的网络环境,可通过应用多Agent(MAS)系统使学习系统整体的协作化和智能化水平得到显著提高,在MAS 中具有一定社会性的各个Agent 之间能够相互通信,由于在多Agent 系统中实施这些行为时,Agent 会不断加入加入或离开,可能使Agent 的角色和重要程度发生较大的变化。……

登录APP查看全文

猜你喜欢
信息模型系统
一半模型
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
WJ-700无人机系统
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
重尾非线性自回归模型自加权M-估计的渐近分布
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
订阅信息
中华手工(2017年2期)2017-06-06 23:00:31
3D打印中的模型分割与打包
展会信息
中外会展(2014年4期)2014-11-27 07:46:46
健康信息
祝您健康(1987年3期)1987-12-30 09:52:32