多智能體系統(tǒng)體系結(jié)構(gòu)及其協(xié)調(diào)機(jī)制研究綜述

多智能體系統(tǒng)體系結(jié)構(gòu)及其協(xié)調(diào)機(jī)制研究綜述

1用武之地，以武之地自20世紀(jì)90年代以來，研究多智能網(wǎng)絡(luò)系統(tǒng)（mas，多智能網(wǎng)絡(luò)）成為嵌入式人工智能研究的熱點(diǎn)。多智能網(wǎng)絡(luò)理論是繼對象方法之后的另一種重要的思想方法和工具，在數(shù)據(jù)分析和設(shè)計(jì)方面發(fā)揮著重要作用。促進(jìn)經(jīng)濟(jì)、工業(yè)、社會(huì)和軍事發(fā)展。此外，多智能網(wǎng)絡(luò)理論對于促進(jìn)經(jīng)濟(jì)、工業(yè)、社會(huì)和軍事發(fā)展也具有以下深遠(yuǎn)意義。(1)在信息時(shí)代的今天,Internet已經(jīng)強(qiáng)烈地沖擊著人們的生活,而MAS研究成果的最大應(yīng)用場合就正是在Internet上的應(yīng)用,這無疑會(huì)對國家的長遠(yuǎn)發(fā)展產(chǎn)生深遠(yuǎn)的影響;(2)多智能體系統(tǒng)的研究成果已經(jīng)和正在廣泛地應(yīng)用到工業(yè)系統(tǒng)的改造中,并取得了巨大的經(jīng)濟(jì)和社會(huì)效益.(3)對多智能體的研究直接涉及到社會(huì)現(xiàn)象及其規(guī)律,無疑會(huì)在社會(huì)活動(dòng)中大有用武之地;(4)現(xiàn)代戰(zhàn)爭表現(xiàn)為多兵種、多武器、多方位的綜合協(xié)同作戰(zhàn),對于多智能體系統(tǒng)特別是多智能體協(xié)調(diào)、合作方法的研究,無疑可為現(xiàn)代協(xié)同作戰(zhàn)提供直接的理論支撐和技術(shù)支持.因此,世界發(fā)達(dá)國家如美、日、德、英、法等都投入巨資支持多智能體理論與方法的研究,特別指出的是,發(fā)達(dá)國家軍方對多智能體系統(tǒng)的研究尤為重視.國際上關(guān)于多智能體系統(tǒng)的研究雖然只有很短的時(shí)間,但發(fā)展相當(dāng)迅速.目前,主要的研究方向包括:智能體和多智能體系統(tǒng)的理論、通信和交互技術(shù)、智能體體系結(jié)構(gòu)和組織、多智能體系統(tǒng)中的協(xié)作和協(xié)商、智能體語言、多智能體應(yīng)用系統(tǒng)設(shè)計(jì)等.其應(yīng)用已經(jīng)擴(kuò)展到了工業(yè)(包括制造、過程控制、遠(yuǎn)程通訊、空中交通控制、運(yùn)輸系統(tǒng)等)、商業(yè)(包括信息過濾、信息收集、電子商務(wù)、商業(yè)過程管理等)、娛樂(游戲、交互式劇院和影院)、醫(yī)療(病人看護(hù)、健康照料等)等相當(dāng)廣泛的各個(gè)領(lǐng)域.目前多智能體系統(tǒng)理論的最重要應(yīng)用是在Internet網(wǎng)上,多智能體理論與Internet獲得了相得益彰的發(fā)展,一方面,多智能體理論在Internet上獲得了極其廣泛地應(yīng)用(信息過濾、信息收集、電子商務(wù)等);另一方面,Internet網(wǎng)相關(guān)業(yè)務(wù)的迅猛發(fā)展也極大地推動(dòng)了多智能體理論的創(chuàng)新和進(jìn)步.多智能體理論的另一個(gè)典型應(yīng)用就是國際機(jī)器人足球比賽,從1996年開始的機(jī)器人世界杯足球賽能夠十分典型地體現(xiàn)多智能體系統(tǒng)的許多特點(diǎn),如動(dòng)態(tài)、實(shí)時(shí)、多人協(xié)調(diào)、只有不完全的信息等,并具有對抗性及較強(qiáng)的可觀賞性.主要代表球隊(duì)有:美國CMU大學(xué)的CMUnited球隊(duì)、德國漢堡大學(xué)隊(duì)、及日本、韓國、荷蘭等國的球隊(duì),我國也已準(zhǔn)備參賽.多智能體理論在國內(nèi)的研究開始時(shí)間大約落后十多年,其中清華大學(xué)石純一、王學(xué)軍等采用對策論研究了多智能體之間的協(xié)作,吉林大學(xué)劉大友等對多智能體間的協(xié)商進(jìn)行了研究,中科院計(jì)算所史忠植等對智能體認(rèn)知模型和理論進(jìn)行了研究,國防科技大學(xué)吳泉源等對多智能體協(xié)調(diào)等問題進(jìn)行了研究.但總的來說,目前國內(nèi)的研究與國外有比較大的差距,研究很有限.在多智能體系統(tǒng)理論中,關(guān)于多智能體系統(tǒng)體系結(jié)構(gòu)及其協(xié)調(diào)機(jī)制的研究是處于核心的問題,它研究如何將多個(gè)智能體組織為一個(gè)群體并使各個(gè)智能體有效地進(jìn)行協(xié)調(diào)合作,從而產(chǎn)生總體解決問題的能力.多智能體系統(tǒng)的組織結(jié)構(gòu)與控制方法對系統(tǒng)性能的影響極大,如何組織由多個(gè)智能體構(gòu)成的群體,以及在這樣的群體中如何實(shí)現(xiàn)多智能體的協(xié)調(diào)合作問題,具有重要的理論和現(xiàn)實(shí)意義.2國外發(fā)展現(xiàn)狀對于多智能體系統(tǒng)體系結(jié)構(gòu)及其協(xié)調(diào)機(jī)制的研究目前國際上已經(jīng)發(fā)展了許多方法,并且形成了相對分明的幾個(gè)流派.根據(jù)這些理論方法的流派,大致可以分為三種:基于符號(hào)推理系統(tǒng)的體系結(jié)構(gòu)及協(xié)調(diào)機(jī)制、基于行為主義的體系結(jié)構(gòu)及協(xié)調(diào)機(jī)制以及基于協(xié)進(jìn)化方法的體系結(jié)構(gòu)及協(xié)調(diào)機(jī)制等.2.1基于符號(hào)推理系統(tǒng)的多智能體體系結(jié)構(gòu)及協(xié)調(diào)機(jī)制這種方法以Bratman等提出的BDI(BriefDesireIntention)理論為基礎(chǔ),采用傳統(tǒng)人工智能中符號(hào)推理的基本原理,試圖通過建立比較完整的符號(hào)系統(tǒng)進(jìn)行知識(shí)推理來使智能體具有自主思考、決策的能力以及與其他智能體和環(huán)境進(jìn)行協(xié)調(diào)行動(dòng)的能力.基于符號(hào)推理系統(tǒng)的多智能體體系結(jié)構(gòu)及協(xié)調(diào)機(jī)制有三種代表性的理論,下面分別簡單介紹并予以評(píng)價(jià).2.1.1存在共同任務(wù)時(shí)的規(guī)則Cohen&Levesque基于BDI理論進(jìn)一步提出了承諾(Commitment)和公約(Convention)的概念,又經(jīng)過Jennings、Wooldridge等人的進(jìn)一步發(fā)展,形成了一套比較系統(tǒng)的關(guān)于多智能體協(xié)調(diào)的理論框架,這是目前最為系統(tǒng)和成熟的多智能體協(xié)調(diào)理論框架.它的基本要點(diǎn)是:多個(gè)智能體在完成一個(gè)共同任務(wù)時(shí)會(huì)形成一個(gè)共同承諾,如果不出現(xiàn)下列三種情況之一,智能體就應(yīng)該遵守公約,即堅(jiān)持承諾,直到成功完成共同任務(wù).·智能體發(fā)現(xiàn)共同任務(wù)已經(jīng)完成;·智能體發(fā)現(xiàn)共同任務(wù)是不可能完成的;·智能體發(fā)現(xiàn)執(zhí)行該共同任務(wù)是不必要的.否則智能體就會(huì)設(shè)法通知正在合作執(zhí)行共同任務(wù)的其它智能體,自己將要退出承諾.這樣,其它智能體就能夠適時(shí)做出調(diào)整.通過這樣的承諾和公約機(jī)制,多個(gè)智能體就能協(xié)調(diào)完成一個(gè)共同任務(wù).可見,聯(lián)合意圖理論只是側(cè)重于對智能體在完成一個(gè)共同任務(wù)時(shí)的一致性參與及堅(jiān)持上面,并沒有劃定多個(gè)智能體如何就完成聯(lián)合動(dòng)作的具體分工協(xié)作問題,聯(lián)合意圖理論只是提供了一個(gè)框架,針對具體應(yīng)用,還有相當(dāng)多的領(lǐng)域相關(guān)問題需要解決.2.1.2共享計(jì)劃理論和多智能體通用協(xié)調(diào)模型Grosz等提出了共享計(jì)劃理論,它是建立在一種聯(lián)合精神狀態(tài)之上的,其中最重要的概念就是它引入的概念算子:“打算”(Intentionthat)和“打算做”(Intentionto),它們通過一系列原子操作符定義,引導(dǎo)智能體采取包括通信在內(nèi)的行動(dòng)來使得個(gè)體、子團(tuán)體和整個(gè)合作團(tuán)體能夠協(xié)調(diào)一致的執(zhí)行所賦予的任務(wù).所有參與聯(lián)合任務(wù)的各個(gè)智能體首先要達(dá)成一個(gè)共享計(jì)劃,共享計(jì)劃中包含了要完成聯(lián)合行動(dòng)的各種方面細(xì)節(jié)和具體步驟,每個(gè)智能體都彼此相信它們都打算要進(jìn)行聯(lián)合行動(dòng)并接受共享計(jì)劃.對于共享計(jì)劃中的每一步,又會(huì)有一些智能體形成子團(tuán)體組合來完成,子團(tuán)體之外的其他智能體都相信子團(tuán)體能夠完成該步計(jì)劃,并對該步也有一個(gè)共享計(jì)劃.這樣通過共享計(jì)劃的協(xié)調(diào),各個(gè)智能體就能合作完成共同任務(wù).共享計(jì)劃理論通過一個(gè)全隊(duì)的共享計(jì)劃實(shí)現(xiàn)多個(gè)智能體的動(dòng)態(tài)組合及分工協(xié)作,這種思想是很好的,在這方面它強(qiáng)于聯(lián)合意圖理論,但它沒有涉及到當(dāng)智能體在不能很好完成共享計(jì)劃時(shí)的保證機(jī)制,這方面又比聯(lián)合意圖理論為弱,因此,將二者結(jié)合起來研究就能揚(yáng)長避短,目前關(guān)于二者的結(jié)合研究最成功的是Tambe的多智能體通用協(xié)調(diào)模型,在下面將予以介紹.2.1.3基于符號(hào)系統(tǒng)的多智能體協(xié)調(diào)模型steamKinny提出了計(jì)劃的隊(duì)行為方法,其要點(diǎn)是,計(jì)劃是事先由設(shè)計(jì)者賦予的,而不是由多智能體動(dòng)態(tài)產(chǎn)生的,智能體在行動(dòng)之前就被賦予了關(guān)于完整計(jì)劃的詳細(xì)信息,這種方法適合于對智能體的行為環(huán)境事先能夠確切把握并且精細(xì)計(jì)劃的場合,不適合于動(dòng)態(tài)環(huán)境,因此應(yīng)用比較有限.以上三種理論是基于符號(hào)推理系統(tǒng)的多智能體體系結(jié)構(gòu)與協(xié)調(diào)機(jī)制的最典型代表,它們已經(jīng)形成各自比較完整的方法體系,并且都有自己的典型應(yīng)用.上面已經(jīng)提到,Tambe在聯(lián)合意圖理論和共享計(jì)劃理論的基礎(chǔ)上,提出了一種多智能體協(xié)調(diào)的通用模型STEAM,并且在應(yīng)用上獲得了很大的成功.它的要點(diǎn)是,對于參與協(xié)調(diào)的各個(gè)智能體按照角色進(jìn)行組織,并且引入集體行為操作符,根據(jù)任務(wù)劃分子團(tuán)體,每個(gè)智能體保留團(tuán)體或子團(tuán)體的集體精神狀態(tài)的一個(gè)拷貝,對于團(tuán)體或子團(tuán)體的共同任務(wù),采用集體行為操作符對集體精神狀態(tài)進(jìn)行操作,對于智能體的個(gè)體任務(wù),則采用個(gè)體行為操作符對個(gè)體精神狀態(tài)進(jìn)行操作.多智能體間信用的維持采用聯(lián)合意圖理論的承諾方法.在STEAM中還引入了其它一些手段,如用推測等方法促進(jìn)多智能體協(xié)調(diào)一致地行動(dòng).基于符號(hào)系統(tǒng)的多智能體體系結(jié)構(gòu)與協(xié)調(diào)機(jī)制雖然在目前已經(jīng)形成了幾種有代表性的比較系統(tǒng)的理論,但是在實(shí)際系統(tǒng)中也遇到了許多的問題.基于符號(hào)的系統(tǒng)強(qiáng)調(diào)智能體對外界有一個(gè)比較完整和復(fù)雜的模型表示,因此如何保持智能體自身模型的計(jì)算和推理與外部環(huán)境的同步便是一個(gè)比較棘手的問題.復(fù)雜的模型計(jì)算和推理往往使得智能體適應(yīng)環(huán)境的能力變差,而且很難滿足模型與領(lǐng)域無關(guān)性的要求.況且,構(gòu)造復(fù)雜的智能體符號(hào)模型表示也是一項(xiàng)任務(wù)繁重、效率低下的工作,對于大型的復(fù)雜動(dòng)態(tài)系統(tǒng)尤其如此.2.2在多智能體上的動(dòng)作選擇機(jī)制基于行為主義的多智能體系統(tǒng)以Brooks提出的基于行為的系統(tǒng)分析與設(shè)計(jì)方法為基礎(chǔ),實(shí)際上,最初的自主智能體概念(AutonomousAgent)就是從基于行為的系統(tǒng)中演化發(fā)展起來的.Barry等提出了設(shè)計(jì)基于行為的系統(tǒng)的三個(gè)基本原則:最小性、無狀態(tài)性和強(qiáng)壯性.其中,最小性指保持系統(tǒng)的盡量簡單以便與環(huán)境快速反饋;無狀態(tài)性指基于行為的系統(tǒng)本身沒有一個(gè)外部環(huán)境模型的狀態(tài);強(qiáng)壯性指使得系統(tǒng)能夠與在實(shí)際環(huán)境中所遇到的不確定性并存而不是去除不確定性.基于行為的智能體設(shè)計(jì)的一般過程是,首先選定一些基本行為(basisbehavior),基本行為是一些能夠組合起來完成所要求任務(wù)的最小行為單元.基本行為的選擇通常需要反復(fù)多次才能完成,基本行為選定以后,最重要的工作就是對行為選擇機(jī)制(ASM,ActionSelectionMechanism)的研究了,即研究如何組合調(diào)度基本行為以完成復(fù)雜任務(wù),使得智能體能夠自主行動(dòng)并與其它智能體和環(huán)境相協(xié)調(diào).關(guān)于動(dòng)作選擇機(jī)制的研究,是基于行為主義的多智能體協(xié)調(diào)研究的熱點(diǎn)和核心問題,已經(jīng)發(fā)展了許多良好的算法和理論并應(yīng)用于不同的領(lǐng)域.其中比較系統(tǒng)和深入的一個(gè)方向是關(guān)于行為網(wǎng)(behaviornetwork)的研究,Maes提出了一種著名的行為網(wǎng)結(jié)構(gòu)-MASM(MaesActionSelectionMecha-nism),這種行為網(wǎng)結(jié)構(gòu)的要點(diǎn)是,將各種基本行為組成一個(gè)網(wǎng)狀結(jié)構(gòu),網(wǎng)結(jié)構(gòu)的結(jié)點(diǎn)是基本行為模塊,各個(gè)基本行為之間通過行為的活性(Activation)相連結(jié).所謂行為的活性即是指該行為對于實(shí)際目標(biāo)的貢獻(xiàn)和效能的一種度量,若該行為能夠促使目標(biāo)的實(shí)現(xiàn),則它的活性值為正,反之為負(fù).促使目標(biāo)實(shí)現(xiàn)的效能越大,其活性值就越大.各種行為之間會(huì)產(chǎn)生相互影響,包括激勵(lì)或抑制,相應(yīng)的活性值也就會(huì)在行為網(wǎng)中進(jìn)行傳播,通過一定的活性傳播控制算法就可以將行為進(jìn)行有效地組合調(diào)度,從而完成復(fù)雜任務(wù)并產(chǎn)生協(xié)調(diào)行為.MASM有一套比較嚴(yán)密的數(shù)學(xué)理論作為支撐,并且在行為網(wǎng)的穩(wěn)定性、收斂性等方面作出了證明.德國的KlausDorer將MASM進(jìn)行擴(kuò)展和改進(jìn),得到REASM,使之能夠充分利用連續(xù)狀態(tài)所能提供的附加信息,并應(yīng)用到機(jī)器人足球賽中,獲得了良好的效果,在1998年的RoboCup仿真比賽中取得了第二名的好成績.許多基于行為主義的智能體系統(tǒng)研究者們都極力鼓吹行為主義的好處,他們倡導(dǎo)采用純行為主義的方法,反對將基于符號(hào)的方法與基于行為的方法結(jié)合起來構(gòu)造混合系統(tǒng)(HybridSystem).實(shí)際上,盡管基于行為的方法在某些方面的應(yīng)用上產(chǎn)生了良好的效果,并且在系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)上要比基于符號(hào)系統(tǒng)的方法簡單快捷.但是應(yīng)該看到,基于行為的智能體系統(tǒng)目前所能夠產(chǎn)生的所謂復(fù)雜行為還是比較簡單和初級(jí)的,如避碰行為,而且往往系統(tǒng)設(shè)計(jì)缺乏卓有成效的理論指導(dǎo),導(dǎo)致基于行為的系統(tǒng)設(shè)計(jì)算法與風(fēng)格千差萬別,難以產(chǎn)生更為復(fù)雜的、高級(jí)的智能行為.基于符號(hào)系統(tǒng)和基于行為主義的智能體體系結(jié)構(gòu)和協(xié)調(diào)方法各有優(yōu)缺點(diǎn),二者是互補(bǔ)的,因此將二者結(jié)合起來研究是必然的趨勢,目前將二者結(jié)合的混合系統(tǒng)是多智能體系統(tǒng)體系結(jié)構(gòu)的一個(gè)熱點(diǎn),一般是在上層采用基于符號(hào)系統(tǒng)的方法,對復(fù)雜行為進(jìn)行推理、決策,而在底層則采用基于行為主義的反應(yīng)式系統(tǒng),處理比較簡單的、能夠與環(huán)境快速交互的行為,將二者有機(jī)結(jié)合起來.但如何將二者結(jié)合又是一個(gè)比較困難的課題,目前雖然有一些比較成功的系統(tǒng),但仍然缺乏構(gòu)造混合系統(tǒng)的比較系統(tǒng)的方法.構(gòu)造結(jié)構(gòu)良好的混合系統(tǒng)來實(shí)現(xiàn)多智能體之間的協(xié)調(diào),往往比較困難,任務(wù)也比較繁重,而且效果不一定良好.因此,尋找其它途徑簡單而有效地實(shí)現(xiàn)多智能體系統(tǒng)體系結(jié)構(gòu)與協(xié)調(diào)行為便呼之欲出,基于進(jìn)化機(jī)制的方法便是這其中十分有意義和卓有成效的一種嘗試.2.3協(xié)進(jìn)化方法基于自然界中生物間“自然選擇、適者生存”的進(jìn)化機(jī)制,人們提出了遺傳算法,并發(fā)展成為含義更為廣泛的各種進(jìn)化計(jì)算方法.由于進(jìn)化算法的眾多良好特性,至今已經(jīng)獲得了很大發(fā)展并得到廣泛應(yīng)用.但是,傳統(tǒng)的進(jìn)化算法存在著一些內(nèi)在的問題:(1)傳統(tǒng)進(jìn)化算法中的物種群體具有很強(qiáng)的收斂性,這導(dǎo)致算法到最后只保留了最“強(qiáng)壯”的個(gè)體,這對于那些需要給出更多信息而不是只給出峰值的問題就無能為力了.(2)傳統(tǒng)進(jìn)化算法中的每個(gè)個(gè)體都代表了所要求解的完整解決方案,并且個(gè)體之間是彼此孤立的.由于沒有建立群體成員之間的交互模型,十分不利于群體產(chǎn)生共同適應(yīng)環(huán)境的行為.在自然界中,各種生物和物種共存于一個(gè)生態(tài)系統(tǒng)中,每個(gè)物種都在這個(gè)生態(tài)系統(tǒng)中有自己的生存環(huán)境或稱為“生境”.在生態(tài)環(huán)境中,只有有限的資源,各種物種必須通過競爭與合作才能獲得自己生存所需的資源.通過這些競爭與合作的交互,物種們不斷進(jìn)化和改變,并相互影響彼此的進(jìn)化過程,這個(gè)相互適應(yīng)的過程稱為協(xié)進(jìn)化(Coevolution).為了克服傳統(tǒng)進(jìn)化算法的不足,解決一類更為廣泛的機(jī)器學(xué)習(xí)、共同適應(yīng)以及多智能體間的協(xié)調(diào)問題,人們模仿自然界中的協(xié)進(jìn)化機(jī)制,提出了協(xié)進(jìn)化計(jì)算(CEC,CoevolutionaryComputing)的思想.在協(xié)進(jìn)化計(jì)算中,通常存在多個(gè)物種群體,每個(gè)物種群體都有自己的物種個(gè)體類型,各個(gè)物種群體都采用進(jìn)化算法實(shí)現(xiàn)進(jìn)化過程,而在對個(gè)體進(jìn)行適應(yīng)度評(píng)價(jià)時(shí),則加入對群體間交互協(xié)調(diào)的處理.對那些有利于群體間協(xié)調(diào)的個(gè)體賦予較高的適應(yīng)度,而不利的則賦予較低的適應(yīng)度,這樣各個(gè)群體就會(huì)向著有利于相互協(xié)調(diào)適應(yīng)的方向進(jìn)化,從而產(chǎn)生協(xié)調(diào)行為.在協(xié)進(jìn)化計(jì)算中,交叉和變異在一個(gè)物種內(nèi)進(jìn)行,而選擇操作可以在一個(gè)或多個(gè)物種的個(gè)體中進(jìn)行.可以根據(jù)生物學(xué)中物種間的關(guān)系將協(xié)進(jìn)化進(jìn)行分類:圖1根據(jù)物種之間的關(guān)系對協(xié)進(jìn)化進(jìn)行分類協(xié)進(jìn)化概念是基于物種間兩種最基本的交互方式而得到的,即合作與競爭,因此,在這個(gè)意義上,協(xié)進(jìn)化可以分為合作型協(xié)進(jìn)化(CooperativeCoevolution)和競爭型協(xié)進(jìn)化(CompetitiveCoevolution).在多智能體協(xié)調(diào)問題中,針對不同的領(lǐng)域背景,可以選擇合作型或競爭型的協(xié)進(jìn)化方法.一般地,對于需要多智能體合作完成共同任務(wù)的場合,合作型協(xié)進(jìn)化方法很常用.合作型協(xié)進(jìn)化注重于群體之間的合作關(guān)系,通過對群體間有利于合作的個(gè)體進(jìn)行適應(yīng)度加強(qiáng),促使群體向著有利于產(chǎn)生相互合作和共同適應(yīng)(Coadapted)行為的方向進(jìn)化.因此,將合作型協(xié)進(jìn)化用于在多個(gè)智能體之間產(chǎn)生合作行為是一種極佳的方法,其思想是為參與合作的每個(gè)智能體都構(gòu)造一個(gè)自身采用進(jìn)化算法的群體,這樣通過各個(gè)群體間的協(xié)進(jìn)化就能產(chǎn)生智能體之間的協(xié)調(diào)合作行為.對于協(xié)進(jìn)化的研究,目前已經(jīng)有一些成功的范例可以借鑒.ToshioF.等采用一種細(xì)菌感染協(xié)進(jìn)化算法,解決智能機(jī)器人運(yùn)動(dòng)規(guī)劃的決策問題;Eiji等用合作型協(xié)進(jìn)化算法獲取足球機(jī)器人的協(xié)作行為;S.Luke等人則用協(xié)進(jìn)化方法訓(xùn)練得到了一個(gè)完整的機(jī)器人足球隊(duì);Thomas等對著名的“捕食者-獵物”問題進(jìn)行了全面研究,并采用合作型協(xié)進(jìn)化方法研究了由k個(gè)異類智能體組成的團(tuán)如何獲取合作策略的問題;PuppalaN.等則進(jìn)一步提出了一種“共享記憶”(SharedMemory)的方法,用于存儲(chǔ)協(xié)進(jìn)化過程中成功合作的個(gè)體對,通過與隨機(jī)選取個(gè)體對的方法相比,共享記憶方法具有較高的效率,他將這種方法應(yīng)用到兩個(gè)房屋粉刷機(jī)器人的協(xié)調(diào)控制中,獲得了較好的效果;對合作型協(xié)進(jìn)化進(jìn)行比較系統(tǒng)研究的是M.A.Potter,在他的博士論文中,綜合以往協(xié)進(jìn)化方法研究的各種問題,提出了一種通用的合作型協(xié)進(jìn)化模型,并對這個(gè)模型