计算机应用研究

作者：杨桂松,魏满舟,

单位：上海理工大学光电信息与计算机工程学院,上海200093；

关键词：多智能体系统,多智能体协同,多智能体强化学习,通信资源受限,协同算法,

基金：国家自然科学基金资助项目(61602305,61802257)；上海市自然科学基金资助项目(18ZR1426000,19ZR1477600)；；

受限于现实场景中有限的通信资源，现有的多智能体算法在实际应用时面临诸多挑战，如带宽受限、通信噪声等。为了提升多智能体系统在通信受限环境中的协同性能，提出了一种创新的多智能体协同算法。该算法在设计过程中，针对通信对象、通信内容和通信时间三个方面分别进行优化，旨在降低带宽消耗，提升系统协同性能。首先，该算法引入了一种可扩展多维信息编码融合模块，该模块具备卓越的信息提取与融合能力。通过编码多维度信息，该模块能够有效提取智能体感知等信息，以及智能体之间的通信信息，并在融合过程中实现信息的互补，从而提升协同决策的准确性和效率。其次，该算法包含了一种门控通信决策模块，该模块具备自适应的信息通信和决策能力，能够根据通信信息价值决定是否进行通信。实验结果表明，与对比算法相比，提出算法在协同导航和协同巡检等场景下均展现出了更出色的协同性能。此外，该算法还显著减少了智能体间通信信息量，进一步提高了在复杂环境中的适应性。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期