CLAR:面向动态任务合作求解的联盟模型

摘要：

多Agent系统中,Agent间通过形成联盟达到提高任务求解能力、获取更多收益的目的.主要关注联盟模型的改进和联盟形成阶段的改进.基于ARG元模型提出了一种采用角色和学习机制的新联盟模型:CLAR联盟模型.接着在采用合同网协议的CLAR联盟模型中提出两阶段联盟形成机制,并通过捕食者问题验证了角色和学习机制的作用以及两阶段联盟形成机制在减少通讯代价上的作用.

关键词： Multi-agent system Coalition Predator game ARG meta model Contract net

作者: 詹千熠 孙强 詹宇森 王崇骏 谢俊元

作者单位: 南京大学计算机软件新技术国家重点实验室 南京210093 南京大学计算机科学与技术系 南京210093

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 79-79

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）