基于演化博弈惩罚机制的多智能体协作稳定性研究

• 作者: 李波 梁凯 段领玉 郑延斌
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 演化博弈 协作 惩罚机制 信誉值 Multi-agent
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 软件工程
• 页码范围: 1682-1687
• 页数: 6页
• 分类号: TP18
• 字数: 6024字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.09.014

摘要

针对复杂、动态环境中多Agent协作的稳定性问题,提出了一种基于博弈论及惩罚机制的协作方法,通过效用函数来选择最优策略,实现均衡协作;为了提高协作的稳定性与成功率,引入惩罚机制,通过不断调整惩罚系数来维护多Agent协作的稳定性,并在形成协作团队时,充分考虑参与协作的Agent的信誉值.仿真结果表明,该方法能有效地降低任务完成时间,避免Agent在动态协作中随意退出,提高协作效率及协作稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑延斌	河南师范大学计算机与信息工程学院	64	460	11.0	18.0
3	李波	河南师范大学计算机与信息工程学院	30	113	6.0	9.0
6	段领玉	河南师范大学计算机与信息工程学院	3	9	2.0	3.0
7	梁凯	河南师范大学计算机与信息工程学院	2	10	2.0	2.0