论文总字数：25800字

摘 要

本文研究了资源价值存在衰减的多智能体觅食问题。在以往的多智能体觅食研究中，通常假设智能体采集到的资源价值不会随时间变化，但在现实的很多远距离作业场景中，采集到资源的经济效用会随着时间不断减少，譬如远洋捕鱼情境中，鱼的新鲜度会随着时间降低，价值也随之减少。以往的智能体觅食策略无法有效解决考虑资源衰减的多智能体觅食问题。

针对该场景下的连续觅食问题，本文首先对该觅食问题进行建模。在多智能体觅食问题中，智能体通常是异质的；本文设计了具有异质功能的两类智能体，一类智能体能够在环境中移动并进行觅食（称为觅食智能体），另一类能够在环境中快速移动且具有减缓资源价值衰减的能力（称为运输智能体）。随后我们分别设计了面向觅食智能体的觅食算法及面向运输智能体的资源传输算法。最终通过对比实验我们验证了本文提出觅食算法的有效性，分析了资源衰减对觅食策略的影响。该觅食算法与传统的觅食算法相比具有更好的觅食效率。

关键词：多智能体系统、觅食问题、资源衰减、异质多智能体团队

Abstract

This thesis studies the multi-agent foraging problem in which the value of resources is attenuated. In the past multi-agent foraging research, it is usually assumed that the value of the resources collected by the agent will not change with time, but in many real-life distance work scenarios, the economic utility of the collected resources will decrease with time. For example, in the case of offshore fishing, the freshness of the fish will decrease with time and the value will decrease. In the past, the intelligent foraging strategy could not effectively solve the multi-agent foraging problem considering resource attenuation.

Aiming at the continuous foraging problem in this scenario, this thesis firstly models the foraging problem. In the problem of multi-agent foraging, agents are usually heterogeneous; In this thesis, two types of heterogeneous agents are designed. One type can move in the environment and conduct foraging (called foraging agents), and the other type can move quickly in the environment and have the ability to slow the decline of resource value (called transportation agents). Then we designed foraging algorithms for foraging agents and resource transfer algorithms for transportation agents respectively. Finally, the effectiveness of the foraging algorithm proposed in this thesis was verified through comparative experiments, and the influence of resource attenuation on foraging strategy was analyzed. Compared with traditional foraging algorithms, this foraging algorithm has better foraging efficiency.

KEY WORDS: Multi-agent system, foraging problem , resource attenuation，heterogeneous multi-agent team

目 录

摘 要 I

Abstract II

1.1 引言 1

1.2研究背景 1

1.2.1多智能体系统的研究背景 1

1.2.1多智能体系统觅食问题的研究背景 2

1.3论文的组织结构 4

第二章 考虑资源衰减的觅食问题建模和解决方案 5

2.1问题建模定义 5

2.2解决方案 6

2.3本章小结 7

第三章 算法设计 8

3.1觅食算法 8

3.2传输算法 9

3.3本章小结 10

第四章 仿真实验与结果分析 11

4.1实验设置 11

4.2实验结果分析 13

4.3本章小结 20

第五章 结论与未来展望 21

参考文献 22

致 谢 24

第一章 绪论

1.1 引言

自从世界上第一个基于多智能体的多机器人系统于上个世纪70年代出现以来，人们对于研究多智能体系统的热情就从未消失过。近年来，随着计算机技术、运筹学、博弈论、人工智能等多个学科的飞速发展，人们也越来越重视多智能体系统的发展。

多智能体觅食问题是人工智能和分布式控制研究领域的一个热点问题，是研究多智能体系统中团队协作的重要途径。多智能体觅食问题主要关注收割环境中的资源并将其运输回大本营。已有的研究已经为觅食智能体团队设计了不同的觅食策略。这些觅食策略会考虑到环境中的资源位置和资源增长模型，为觅食智能体团队规划觅食路径。部分策略也会考虑运用异质智能体团队提高觅食效果。若考虑到在远距离运输过程中资源的效用值衰减，以往的觅食策略必然会受到影响。所以本文在考虑到在远距离运输过程中资源的效用值衰减的前提下，分析了资源价值衰减对于现有觅食策略的影响，并且采用异质多智能体团队，提出了新的解决方案与算法。同时分别以连续区域扫描算法作为觅食算法的评估基准，以蚁群算法作为评估传输算法的基准。

1.2研究背景

1.2.1多智能体系统的研究背景

自然界中有许多类似于人类社会组织的动物群，如蚂蚁，蜜蜂和鸟类。通过模仿这些社会性动物，多智能体系统可以通过简单的规则和智能体之间的相互合作来完成单个智能体难以实现的任务。许多学者从各种角度对多智能体系统进行了广泛而详细的研究。本节简要总结了几种多智能体系统的研究方向，以下多引用自参考文献[1]。

（1）多智能体系统体系的架构：多智能体系统架构定义了系统中各种智能体之间的相互关系和功能划分，确定了整个系统操作的基本框架。每种不同的架构都有其优点，选择合适的架构将有助于解决问题。主要有三种构架：存在一个主控智能体的集中式、所有的智能体都是平等的分布式、将集中式和分布式综合起来的混合式^[1]。

剩余内容已隐藏，请支付后下载全文，论文总字数：25800字