国家自然科学基金(61375070)
- 作品数:3 被引量:6H指数:2
- 相关作者:罗键田乐曹浪财武鹤更多>>
- 相关机构:厦门大学更多>>
- 发文基金:国家自然科学基金福建省重大科技项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于交互式动态影响图的对手建模被引量:4
- 2016年
- 在充满竞争的环境中,资源有限导致智能体之间存在利益冲突,有必要建立对手模型并对其行为进行准确预测,从而制定对自身有利的策略.利用交互式动态影响图对未知对手进行建模,将对手的候选模型保存在模型节点并随时间更新其信度.结合观测到的对手动作,在模型空间中利用"观察-动作"序列逐步排除候选模型,最终判定对手的真实模型.实验结果表明,所提出的算法取得了很好的效果,验证了该算法的实用性.
- 罗键武鹤
- 关键词:交互式动态影响图多智能体对手建模
- 多Agent交互动态影响图的近似行为等价算法被引量:2
- 2014年
- 结合前瞻搜索思想提出了一种判断模型近似行为等价的方法,首先通过比较候选模型的部分解(即策略树)判断模型近似行为等价,然后自上而下对近似行为等价模型进行快速聚类和修剪,利用代表模型将交互式动态影响图扩展成为平铺动态影响图,最后求解平铺动态影响图.算法减少了候选模型的存储空间和运行时间,提高了算法的效率.最后通过多Agent老虎问题及音乐会问题的实验验证了该方法的有效性.
- 田乐罗键曹浪财
- 关键词:多智能体分布式人工智能交互式动态影响图行为等价信度
- 基于lookahead的交互式动态影响图的DMU改进算法
- 2014年
- 区别模型更新(discriminative model update,DMU)是一种常用的求解交互式动态影响图(interactive dynamic influence diagrams,I-DIDs)问题的算法。结合lookahead思想提出了一种判断模型近似行为等价的改进DMU方法。所提方法首先将满足近似行为等价的模型聚类形成代表模型集合,然后自上而下对代表模型进行更新,在模型更新过程中,只更新那些与其他模型预测行为不同的模型。结合lookahead思想提出了一种判断模型近似行为等价的方法。与DMU算法相比,该算法能迅速有效地减少模型的数量,从而减少了计算机的存储空间和运行时间,提高了算法的效率。最后通过对多Agent老虎问题及机器维修问题实验来验证所提方法的有效性。
- 田乐曹浪财
- 关键词:多AGENT交互式动态影响图行为等价