多智能体仿真支撑技术、组织与AI算法研究

论文摘要

大规模智能、并发、多态组织结构的复杂系统是仿真领域研究的热点。这类系统的定性定量研究需集成计算机仿真、系统理论和人工智能等领域的相关技术。多智能体仿真采用系统理论和多智能体系统建模方法建立系统高层模型,使用针对基于智能体模型的仿真软硬件支撑技术建立的系统计算模型并实现仿真。由于它可以有效处理复杂系统的非线性、交互性和突现性,所以被认为是复杂系统仿真的最具活力、有所突破的方法学。多智能体仿真正由探索性研究向实用化发展,在理论与实践方面均有若干问题急待解决,主要包括缺乏通用的多智能体仿真分布支撑平台、对仿真中智能体组织结构等深层建模问题研究不足以及多智能体仿真应用局限于少数传统领域。针对这些问题,本文首先进行构建及完善多智能体仿真理论与通用支撑技术的相关工作,面向仿真研究智能体组织空间/时间结构的可计算模型,并对应用领域进行拓展。本文的主要工作具体分为以下五个方面:1.具有仿真语义时延和组织扩展信息的多智能体仿真模型与仿真策略。作为多智能体仿真工作的基础,需要根据智能体行为模式、交互模式为其建立仿真模型和设计仿真策略。本文在综合传统研究的基础上,提出多智能体仿真的形式化基本模型和仿真策略;研究智能体在仿真时间约束下的执行模型,提出用于将语义层行为时效映射为仿真时延的语义时延模型;结合仿真中智能体群体结构和组织建模需求,提出基于组织结构含义和约束含义的多智能体仿真扩展模型。2.基于智能体的复杂系统仿真框架及其实现。本文提出一种基于智能体的柔性复杂系统分布仿真框架FFCAS。FFCAS的特点是采用包含外部事件描述和宏观演化规则的复杂系统整体建模框架和基于“模型-视图-控制器”设计模式的分布交互仿真体系结构。FFCAS最终实现为复杂系统分布仿真平台Advanced JCass。在此基础上进行了草原生态系统、公众民意系统和科学素养决策系统三个跨领域复杂系统仿真应用研究,说明FFCAS可为复杂系统仿真开发提供充分的灵活性、复用性以及可扩展性。3.面向仿真的智能体组织建模与实现。论文以描述并发、自治智能系统中空间结构演化为目的,对仿真中基于社会关系网络的智能体组织和基于角色的智能体组织模型进行研究。本文将社会关系网络用于公众科学素养系统的知识传播优化问题,提出基于顶点影响启发式的贪婪算法,并证明算法具有（1-1/e）的性能界,评测结果表明算法性能优于顶点最大度和最小平均距离算法;提出面向仿真的角色组织实例化与建模框架,将角色组织模型用于描述网络攻防战仿真中的智能体组织结构建模和动态协同。4.面向仿真的多智能体AI算法。作为多智能体仿真和AI研究的衔接,本文以仿真和分布式人工智能共同关注的学习和协同为研究实例,在分析仿真中已使用AI技术基础上,提出一种在多智能体仿真具体场景中应用的对手学习算法,算法特点是在多角色敌对环境下,智能体的行为回报同时取决于自我选择以及对手的趋势;针对多智能体仿真中规划的NP问题,提出一种的层次式多智能体问题求解算法及其实例说明,使用层次组织结构对规划问题进行分解,理论证明算法具有良好的时间复杂度。5.网络化防空作战的多智能体仿真。防空作战仿真是对社会学等多智能体仿真传统领域的拓展。本文以研究网络化防空作战的态势共享与协同为目的,阐述多智能体建模、智能体组织以及AI算法在网络化防空作战中的应用,对网络化防空作战中的若干优化问题进行了理论分析,提出一种的开放式多智能体分布仿真框架。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 大规模交互、并发、多态组织结构智能系统的建模问题
• 1.1.2 多AGENT 仿真技术的通用化、分布化、实用化趋势
• 1.1.3 人工智能与计算机仿真研究的进一步交叉
• 1.2 关键技术概述及相关概念
• 1.2.1 AGENT，MAS 与离散事件仿真
• 1.2.2 MABS 的层次概念模型
• 1.2.3 MABS 仿真支撑关键技术
• 1.3 研究现状
• 1.3.1 多AGENT 仿真应用现状
• 1.3.2 多AGENT 仿真平台的发展
• 1.3.3 研究现状总结与分析
• 1.4 本文研究内容与创新点
• 1.5 本文结构
• 第二章 多AGENT 仿真模型的形式化描述
• 2.1 多AGENT 仿真基本模型
• 2.1.1 多AGENT 仿真基本模型
• 2.1.2 仿真AGENT 基本模型的扩展约束
• 2.2 面向仿真的多AGENT 语义时延模型
• 2.2.1 仿真中时间的基本概念
• 2.2.2 仿真语义时延模型
• 2.2.3 语义时延模型的多AGENT 仿真实例
• 2.3 多AGENT 仿真的组织扩展模型
• 2.3.1 多AGENT 仿真中群组建模的需求
• 2.3.2 已有AGENT 组织计算模型
• 2.3.3 多AGENT 仿真的组织扩展模型
• 2.4 小结
• 第三章 基于AGENT 的复杂系统仿真框架及其实现
• 3.1 增强的基于AGENT 复杂系统模型
• 3.1.1 复杂系统理论概述
• 3.1.2 增强的复杂系统模型
• 3.2 基于AGENT 的复杂系统仿真框架设计
• 3.2.1 模型驱动设计
• 3.2.2 计算驱动设计
• 3.2.3 设计方案分析
• 3.3 基于ADVANCED JCASS 的FFCAS 实现
• 3.3.1 JCASS 概述
• 3.3.2 改进的分布式复杂系统仿真平台——Advanced JCass
• 3.3.3 分布式事件干预机制
• 3.3.4 人机交互—二维和三维显示接口设计
• 3.4 复杂系统仿真实例开发
• 3.4.1 草原生态系统
• 3.4.2 公众民意系统
• 3.4.3 公众科学素养系统
• 3.5 小结
• 第四章 面向仿真的多AGENT 组织研究与实现
• 4.1 基于社会关系网络的AGENT 组织与知识传播最大化问题
• 4.1.1 问题描述
• 4.1.2 基于子模理论的KDMP 描述与算法分析构造
• 4.1.3 实验分析
• 4.1.4 相关工作
• 4.2 基于角色的AGENT 组织及其在仿真中的实例化框架
• 4.2.1 角色与AGENT
• 4.2.2 角色组织的实例化框架
• 4.2.3 实例分析—网络攻防仿真中的敌对组织建模
• 4.3 小结
• 第五章 面向仿真的多AGENT 智能算法研究
• 5.1 面向仿真的AI 算法概述
• 5.1.1 仿真中已有AI 算法研究
• 5.1.2 当前研究关注点
• 5.2 面向仿真的多AGENT 对手学习
• 5.2.1 相关研究
• 5.2.2 多AGENT 学习基本理论
• 5.2.3 对手学习算法
• 5.2.4 实验评测
• 5.3 面向仿真的多AGENT 层次合作问题求解
• 5.3.1 基于角色的AGENT 组织模型
• 5.3.2 多AGENT 协同的计算复杂性
• 5.3.3 基于角色组织的多AGENT 协同算法
• 5.3.4 实例分析
• 5.4 小结
• 第六章 应用研究—网络化防空协同作战仿真
• 6.1 概述
• 6.2 基于AGENT 的网络化防空协同作战模型
• 6.2.1 场景想定
• 6.2.2 网络化防空作战的多AGENT 模型
• 6.2.3 仿真中的协同建模
• 6.3 网络化防空武器虚拟战场一体化仿真环境
• 6.3.1 一体化仿真环境特点
• 6.3.2 设计功能
• 6.3.3 体系结构设计
• 6.4 小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果