MAS系统的问题求解能力分析

摘要：

本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力,认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因,在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合,而Agent对搜索方向的判断是基于启发式信息做出的,从而为形式化分析MAS系统的性能建立了通用的模型.本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent 的知识和启发信息之间的关系,指出只有在一定条件下MAS系统才会获得更好的解题能力.本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法.

关键词：多Agent系统、启发式搜索、问题求解

所属期刊栏目：25

分类号：TP18(自动化基础理论)

资助基金：国家高技术研究发展计划863计划2001AA110464

在线出版日期：2004-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：229-232