计算机应用研究

作者：何杏宇,余萍萍,杨桂松,

单位：上海理工大学a.光电信息与计算机工程学院;b.出版印刷与艺术设计学院,上海200093；

关键词：多智能体系统,连通性恢复,领航-追随者,强化学习,

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)；南通市科技局社会民生计划资助项目(MS12021060)；浦东新区科技发展基金产学研专项资助项目(PKX2021-D10)；敏捷智能计算四川省重点实验室开放式基金资助项目；；

在受损的多智能体自组网中，在维持现有连通结构的前提下快速恢复全连通极具挑战性。为此，提出一种基于子网融合的多智能体系统自组网连通性恢复方法。首先，该方法设计基于网络故障探测的子网划分算法来确定系统中的故障节点以及子网割裂情况。其次，该方法在子网内部署领航-追随者的主从移动模型，从而维持子网内部的稳定性。最后，该方法设计基于强化学习的子网融合算法，根据建立强化学习模型来进行领航者选举，依据智能体移动距离和智能体能量消耗设计奖励函数，引导子网完成周期性领航者选举的动作，领航者带领追随者移动实现子网之间的融合，从而实现全网连通性恢复。实验结果表明，相比于现有方法，该方法在实现连通恢复时所需的时间平均减少了11.3%，系统所产生的能量消耗平均降低了10.58%，证明该方法在效率和能耗方面更具优势。

来源：2024年第10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10期