1、- -多智能體系統及其協同控制研究進展摘要：對多智能體系統及其協同控制理論研究和應用方面的發展現狀進行了簡要概述.首先給出Agent及多Agent系統的概念和特性等，介紹了研究多 Agent系統協同控制時通常用到的代數圖論 ；然后綜述了近年來多 Agent系統群集運動和協同控制一致性方面的研究狀況 ，并討論了其在軍事、交通運輸、智能機器人等方面的成功應用；最后,對多Agent系統未來的發展方向進行了探討和分析 ，提出幾個具有理論和實踐意義的研究方向 ，以促使多Agent系 統及其協同控制理論和應用的深入研究 .關鍵詞：多Agent系統(MAS);協同控制；代數圖論；群集運動；一致性協議Adva

2、nces in Multi-Agent Systems and Cooperative ControlAbstract: Progress in multi-Age nt systems with cooperative con trolwas reviewed in terms of theoretical research and its applicati ons. Firs,t con cepts and features used to defi ne Age nts and multi-Age nts were an alyzed. Then graph theory was in

3、 troduced, since it is ofte n used in research on cooperative con trol of multi-Age nt systems. Then adva nces in swarm in g/flock ing 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

4、 military, tran sportatio n systems,a nd robotics. Fin ally, future developme nts for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questi ons formulti-Age nt systemswith cooperative con trol.Key words: Multi -Agent system (MAS) ; Coopera

5、tive control; Graph theory; Swarming/ flocking; Consen sus protocol分布式人工智能是人工智能領域中一個重要的研究方向，而多Age nt系統(multi-Age nt systemMAS)則是其一個主要的分支.20世紀90年代，隨著計算機技術、網絡技術、通信技術的飛速發展,Agent及MAS的相關研究已經成為控制領域的一個新興的研究方向.由于Age nt體現了人類的社會智能，具有很強的自治性和適應性，因此，越來越多的研究人員開始關注對其理論及應用方面的研究.目前，人們已經將 MAS的相關技術應用到交通控制電子商務、多機器人系統、軍

6、事等諸多領域.而在MAS中,Agent之間如何在復雜環境中相互協調，共同完成任務則成為這些應用的重要前提.近年來，從控制的角度對MAS進行分析與研究已經成為國內外眾多學術機構的關注熱點，人們在MAS協同控制問題上做了大量的研究工作，特別是在MAS群集運動控制和協同控制一致性問題方面取得了很大的進展.目前對MAS的研究總體上來說還處于發展的初步階段，離真正的實用化還有一定的距離；但其廣泛的應用性預示著巨大的發展潛力，這必將吸引更多專家、學者投入到這一領域的研究工作中，對MAS的理論及應用做進一步探索.根據上述目的，本文主要概述了多智能體系統(MAS)在協同控制方面的研究現狀及其新進展.1 Age

7、 nt與MAS的相關概念Age nt的概念Agent 詞最早可見于 Min sky于1986年出版的Social of Mi nd一書中.國內文獻中經常將 Age nt翻 譯為:智能體、主體、代理等，但最常見的仍是采用英文“ Age nt；因為Age nt的概念尚無統一標準，人們對于漢語中哪個詞能更好地表達其含義還沒有達到共識介紹兩種引用較多的定義形式：Maes在文獻1中將Age nt定義為:試圖在復雜的動態環境中實現一組目標的計算機統：Wooldrige和Jennings在文獻2中，從Age nt的特性方面給出其弱定義和強定義Age nt接受從環境中感知的輸入,并產生輸出動作作用于環境，這種

8、交互通常是一個連續不斷的過程.Agent不能完全控制它周圍的環境，只能通過動作輸出影響環境.圖1環境中的AgentFigi the agent in environment圖1給出了一個環境中 Age nt的抽象示意圖從圖中可知,Age nt接受從環境中感知的輸入，并產生輸出動 作作用于環境，這種交互通常是一個連續不斷的過程.Agent不能完全控制它周圍的環境，只能通過動作輸出影響環境.1.2 MAS的概念概念：MAS是由多個Age nt組成的集合,Age nt之間以及Age nt與環境之間通過通訊、協商與協作來 共同完成單個Age nt所不能解決的問題.優點：更廣泛的任務領域、更高的效率、改

9、良的系統性能、錯誤容忍、魯棒性、分布式的感知與作 用、內在的并行性、對社會和生命科學的觀察等顯著特性。圖2描述了Fig2 Multi-Agent system in environment1.3 MAS的組織結構MAS的組織結構可以是集中式的或分布式的，也可以是這2種形式都存在的混合式組織結構.不同的組織結構行為方式不同，因此性能也會有所不同.一般地,MAS的組織結構主要分為以下 3種類型3:1）行政管理組織結構（集中式）.2）完全自治式組織結構（分布式）.3）問題求解組織結構（混合式）.2 MAS協同控制研究進展經過20多年的發展，MAS的研究已經在理論和應用方面取得了很大的進展.MAS 一

10、個顯著特征是：系統中每個Age nt的能力有限，而大量這樣的個體聚集到一起，通過相互作用會產生有意義的社會活動或完成單個Age nt所不能完成的任務因此,MAS研究領域中一個重要的問題就是設計正確的控制策略,使MAS完成 TOC o 1-5 h z 給定任務，即MAS的協同控制問題近年來,MAS的協同控制已經成為國內外諸多研究人員關注的熱點問題,本節先簡要介紹研究協同控制問題通常使用的代數圖論，然后從MAS群集運動和協同控制一致性問題2個方面，論述近年來國內外在多Age nt協同控制方面的研究發展狀況2.1代數圖論有向圖G=(V,E,A)由一個有限頂點(或結點集合 V=v1,v2,vn、一個有

11、向邊的集合E屬于V X V和權重矩陣A所構成.eij=(vi,vj) E叫做邊，第個元素vi稱為邊的起點 第2個元素vj稱為邊的終點，邊的方向 從vi指向vj.連接權值矩陣為 A=aij且對于i 1(1=1,2,，n)有：i豐j, aij0,對于i l:aii=O.類似地可以定義無 向圖，無向圖是由一個有限頂點(或結點)集合、一個無向邊集合和權重矩陣構成的。MAS群集運動及控制研究MAS群集(Swarming/Flocking)行為是復雜性科學的一個焦點問題例如：如鳥群遷徙時會整齊編隊，在遇到障礙時，這種隊形還可以自動調整。如野生動物群和魚群在遇到攻擊時會形成一個合理的編隊逃跑，而不是一哄而散

12、。如蟻群在覓食時能夠在食物與居住地之間選取一條最優路徑，并且，當環境變化時，它們會對路徑進行重新選。這些是群集行為極具代表性的例子1987年,Reynolds提出一個模仿動物聚集的計算機模型 4,這個基本的群集模型包括 3條規則1)聚集 (cohesio n):所有Age nt改變當前位置并向其鄰近成員的平均位置運動；2)分離(separati on):運動過程中，相鄰的Age nt避免發生碰撞；3)調整(lig nmen t):所有Age nt速度大小和方向改變基于其鄰近成員的平均值MAS-致性問題研究一致性(con se nsus)是指在一個 MAS中,所有的Age nt最終狀態能夠趨于一

13、致.一致性協議(算法)則是 MAS中 ,使個體狀態最終趨于一致的Age nt之間的信息傳遞規則。下面介紹兩種一致性協議(算法) ：設系統中有n個多Age nt用xi表示第i個Age nt的狀態，這個狀態可以是位置、速度、振幅等連續時間線性一致性協議離散時間線性一致性協議上述兩種研究工作都是假設 Age nt信息交換渠道是非常理想化的 ，即每個Age nt能從與它鄰近的 Age nt 那里得到準確的信息.而在實際應用中,Agent發送、接收信息及信息傳輸過程中經常會受到干擾，例如：熱干擾、信道衰減等。3多Agent協同控制的應用3.1 軍事方面Li等對一種對話模式的坦克智能體之間的通訊機制進行了

14、構建，為在坦克分隊仿真開發中通訊機制有效性、可靠性、透明性的提高提供了有力的參考Parker已經在早期的工作中對飛機編隊飛行問題進行了研究，他利用局部信息和全局信息相結合的方式設計控制率以保持編隊文獻4還利用MAS技術構建火力分配模型，實現火力模型通用化、智能化，使火力分配更精確、高效.3. 2交通運輸控制方面文獻5采用多Age nt協調控制方法來協調相鄰交叉口處的控制信號,以消除網絡中的交通擁塞Che ng等則在文獻6中提出了一種基于多智能體的分布式交通信號協調控制方法澳大利亞人工智能研究所基于多Age nt的思路設計實現了一個空中交通管理系統,系統中每個Age nt負責一個空中交通系統中的

15、子問題，并與其他Age nt進行協調與協作，以便實現整個系統的目標任務 3. 3智能機器人方面日本的機器人足球世界杯錦標賽RoboCup就是一個非常典型的例子，在機器人足球賽中，多個機器人之間的關系相當復雜，它們必須通過互助合作才能共同完成任務，這是MAS協同控制應用的一個典型實例在工業方面，MAS協同控制的應用表現在，人們控制多個智能機器人以特定隊形搬運單個物體，利用多個智能機器人替代人類進行危險作業4 結束語MAS及其協同控制已經成為當前學術界一個新的研究熱點，吸引了許多不同領域研究人員的極大關注本文討論了與 MAS有關的一系列問題，簡要介紹了 MA勃同控制方面的研究狀況與應用，展望了幾個

16、有待進一步研究的方向雖然MAS及其協同控制相關問題的研究會存在很多問題和困難，但其應用前景是十分廣闊的，相信在各領域專家、學者的共同努力下，多智能體系統控制方面的研究定能取得新的進展與突破參考文獻：TANNER H G, JADBABAIE A，PAPPASG J. Stable flocking of mobile Agents，Part II: dynamic topologyC /Proceedings of the IEEE Conference on Decision and Contro.l Mau,i HI, USA, 2003: 2016-2021TANNER H G. Flo

17、cking with obstacle avoidance in switc-hing networks of interconnected vehiclesC /Proceedingsof theIEEE InternationalConference on Robotics and Auto-mation. New Orleans, USA, 2004: 3006-3011.李 英.多Agent系統及其在預測控制與智能交通系統中的應用M.上海:華東理工大學出版社,2004: 15-25.REYNOLDS G . Flocks, birds and schools: a distributed behavioral modelJ. ComputerGraphics, 1987, 21(1):25-34.VICSEK T, CZIROK A, BENJACOB E, et a.l Novel typeof phase-transi