多智能体系统及其协同控制研究进展

多智能体系统及其协同控制研究进展

摘要：:对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent 系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究.

关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议

Advances in Multi-Agent Systems and Cooperative Control

Abstract: Progress in multi-Agent systems with cooperative controlwas reviewed in terms of theoretical research and its applications. Firs,t concepts and features used to define Agents and multi-Agents were analyzed. Then graph theory was introduced, since it is often used in research on cooperative control of multi-Agent systems. Then advances in swarming/flocking as well as the means used to derive a consensus among multi-Agents under cooperative control were summarized. The application of these abilitieswas discussed for the military, transportation systems,and robotics. Finally, future developments for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questions formulti-Agent systemswith cooperative control.

Key words:Multi-Agent system (MAS) ; Cooperative control; Graph theory; Swarming/ flocking;

Consensus protocol

分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展.

1Agent与MAS的相关概念

1.1Agent的概念

Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent的概念尚无统一标准,人们对于

汉语中哪个词能更好地表达其含义还没有达到共识.介绍两种引用较多的定义形式:

①：Maes在文献[1]中将Agent定义为:试图在复杂的动态环境中实现一组目标的计算机统

②：Wooldrige和Jennings在文献[2]中,从Agent的特性方面给出其弱定义和强定义

Agent接受从环境中感知的输入,并产生输出动作作用于环境,这种交互通常是一个连续不断的过程.Agent不能完全控制它周围的环境,只能通过动作输出影响环境.

图1 环境中的Agent

Fig1 the agent in environment

图1给出了一个环境中Agent的抽象示意图.从图中可知,Agent接受从环境中感知的输入,并产生输出动作作用于环境,这种交互通常是一个连续不断的过程.Agent不能完全控制它周围的环境,只能通过动作输出影响环境.

1.2MAS的概念

概念：MAS是由多个Agent组成的集合,Agent之间以及Agent与环境之间通过通讯、协商与协作来共同完成单个Agent所不能解决的问题.

优点：更广泛的任务领域、更高的效率、改良的系统性能、错误容忍、鲁棒性、分布式的感知与作用、内在的并行性、对社会和生命科学的观察等显著特性。

图2描述了MAS中Agent之间以及Agent与环境之间的关系

图2 环境中的MAS

Fig2 Multi-Agent system in environment

1.3MAS的组织结构

MAS的组织结构可以是集中式的或分布式的,也可以是这2种形式都存在的混合式组织结构.不同的组织结构行为方式不同,因此性能也会有所不同.一般地,MAS的组织结构主要分为以下3种类型[3]:

1)行政管理组织结构(集中式).

2)完全自治式组织结构(分布式).

3)问题求解组织结构(混合式).

2MAS协同控制研究进展