本发明公开了一种包含互斥资源的多智能体系统的控制器生成方法。所述方法为:首先由SCT的mutex函数处理涉及互斥资源约束条件的控制需求;然后,将mutex函数的计算结果作为一个简化的受控对象;最后,计算简化后的受控对象关于其他控制需求的控制器。这种方法通过优先处理互斥资源的控制需求,然后再处理其他控制需求生成控制器,能有效缓解智能体及各子需求做并行组合操作时产生的状态爆炸问题。
📄 202110757211X
📂 G06N3_00
👤 广西师范大学
📅 2021-07-05
本发明公开了一种基于基可达图的多智能体最优任务分配与规划方法、装置及系统,该方法主要包括:首先,将多智能体工作环境建模为栅格地图,并进一步建模为Petri网模型;然后根据任务要求对Petri网模型进行约简,并根据任务要求在约简后Petri网上添加控制库所;再根据添加控制库所后Petri网模型构建基可达图;在该基可达图中搜索满足任务要求的最小成本终点状态对Petri网模型进一步约简;最后根据终点状态进行路径回溯,获取多智能体在工作环境中满足任务要求且具有最小成本的任务分配方式与移动轨迹。本发明能够获取多智能体在复杂任务下的任务分配方案与最优轨迹,较大程度降低了最优解搜索成本,提升了大地图下复杂任务任务分配与规划效率。
📄 2023116056171
📂 G01C21_34
👤 陕西科技大学
📅 2023-11-28
一种多智能体驱动的云‑边‑端安全任务多目标自适应调度方法,涉及网络空间安全技术领域,通过在多智能体协同的云‑边‑端三层架构中引入实时感知与动态决策机制,克服了传统静态调度策略在异构资源环境中适应性不足的缺陷。系统以任务平均处理时延、安全检测准确率及调度策略隐私熵为并行的优化目标,构建多目标奖励函数,使得调度策略能够在效率、安全性与隐私保护之间实现自适应平衡。
📄 2026100516592
📂 H04L9_40
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2026-01-15
本发明公开了一种基于多智能体的深度强化学习策略优化防御方法,包括:(1)构建包含有目标智能体和多个对抗性智能体的自动驾驶环境;(2)根据对抗性智能体对目标智能体的攻击成功与否,将目标智能体的状态转换过渡过程数据分别存在经验回放缓冲区D+和D‑中,从D+和D‑中采集数据更新对抗性智能体对应的决策梯度算法模型参数;(3)将对抗性智能体与目标智能体车一起进行博弈训练,目标智能体的状态转换过渡过程数据存储在经验缓冲区D,从D中采集数据更新目标智能体对应的决策梯度算法模型参数,直到博弈训练结束为止;(4)应用时,将采集的局域环境状态数据输入至目标智能体对应的决策梯度算法模型中,经计算输出决策动作指导目标智能体执行。
📄 2020108990202
📂 G06F21_57
👤 浙江工业大学
📅 2020-08-31
一种社交智能体装置及其集群控制方法和装置,其中方法包括:统计互联网平台用户不同群体,构建对应用户特征画像;依据互联网用户特征画像,对部署至集群上的智能体进行用户画像养成,得到带有偏好的智能体;基于BS架构对所述智能体创建信息消费活动任务;采集由智能体活动所产生的信息消费数据。本发明通过智能体画像养成与任务调度优化,提高了社交智能体的拟真度和集群控制效率。智能体行为更加多样化、自然,能够更真实地模拟用户互动。集群控制机制响应迅速、灵活,数据同步和任务分配更加高效,解决了现有技术中智能体行为单一、集群控制缓慢、数据处理复杂、无法实时反馈等问题,提升了信息传播效率和社交平台活跃度。
📄 2025100839382
📂 H04L67_306
👤 浙江工业大学
📅 2025-01-20
本发明公开了一种基于多智能体系统的个性化复杂报告生成方法,该方法包括:接收用户以自然语言表述的需求说明;运用基于大语言模型的智能体把非结构化的自然语言需求转化为报告生成句式,通过与用户的互动迭代精准获取用户期望的报告内容,生成明确的大纲内容;依靠多智能体系统的协同效用,按照大纲规划从多模态数据源中提取并推理出所需的确切数据,依照报告大纲和确切数据生成目标报告;报告生成结束后,允许用户进行评价,提出修改看法或建议;收集用户反馈等相关数据,用于指导用户任务的优化或对多智能体系统的基座大语言模型进行微调,以强化其个性化能力。本发明能够降低复杂报告撰写的难度,加快报告生成速度,具备广阔的应用前景。
📄 2024110383460
📂 G06F40_186
👤 浙江工业大学
📅 2024-07-31
本发明适用于计算机技术领域,提供了一种基于多智能体的角色分配方法,所述方法包括如下步骤:根据球的当前位置及各智能体的投票情况确定最佳持球智能体后,分别获取第一智能体到第一目标位置、第二目标位置的路径权值,并确定第一智能体、第一目标位置、第二目标位置的初始化标志杆值;计算所述第一智能体的标志杆值与所述第一目标位置的标志杆值之和,以及所述第一智能体的标志杆值与第二目标位置的标志杆值之和;以标志杆值之和与对应路径权值相匹配的目标位置,确定为所述第一智能体的角色位置;确保各个智能体分别匹配到不同的目标位置,能在最短时间完成球队阵型的收敛,时间复杂度大为降低,可明显降低计算量,节省了角色切换的时间。
📄 201811066927X
📂 G05D1_02
👤 鲁东大学
📅 2018-09-13
本发明公开一种多智能体系统任务规划方法,利用多智能体系统模型,引入正交交叉差分进化算法对系统当中任务进行有效的规划。与现有技术相比,本发明提出的多智能体系统规划方法效率明显,精确度更高,可靠性更强,能够有效的为多智能体系统节省工作工作时间。
📄 2018106221434
📂 G06Q10_06
👤 桂林电子科技大学
📅 2018-06-15
本发明提供了一种基于自适应一致性算法的分布式多智能体容错方法及系统,通过构建奖励函数与信任度函数对邻居节点进行不断评估,本发明方法包括:S1.构建多智能体容错一致性系统模型;S2.通过自适应的方式更新相邻智能体的权重,智能体使用更新后的权重来更新自己的状态值;S3.对更新后的所有智能体进行交互迭代处理,最终使得正常节点状态达成一致,同时排除错误节点。本发明所提出的一致性方法可以解决系统内含有常值故障节点、随机故障节点的容错一致性问题,极大地放宽了网络拓扑的限制条件,并降低了存储和计算负荷,即邻居智能体中错误节点的数量可以大于或等于整体邻居个数的一半。
📄 2021111809221
📂 G06F11_07
👤 浙江理工大学
📅 2021-10-11
本发明公开了一种基于状态隐私保护的多智能体容错一致性方法,包括步骤:S1.构建多智能体容错一致性系统模型;S2.对构建的系统模型中的智能体通过同态加密算法进行处理;S3.对处理后的所有智能体进行交互迭代处理,使所有好的智能体的状态值达到一致。本发明提出使用同态加密算法对容错一致性算法中每个智能体的状态值进行隐私保护,通过对智能体每个时刻状态值的加密,让邻居智能体无法获取自己的状态值,从而保护自己的隐私。同时在保护隐私的同时,能够通过不断的交互迭代,识别出错误的智能体,最终所有好的智能体的状态值达到一致。
📄 2021104163224
📂 G06F21_60
👤 浙江理工大学
📅 2021-04-19
本发明属于多智能体协同控制技术领域,具体涉及基于协同训练模型改进IQL的多智能体协同控制方法,步骤包括:S1、对传统生成式对抗网络GAN进行改进,建立跨域生成对抗网络CoGAN;S2、构建鱼鳞预测算法,并鱼鳞预测算法将引入CoGAN中;S3、基于鱼鳞预测算法和CoGAN,建立非线性协同系统,完成对深度协同对抗训练模型DCATM的构建,即为完成对IQL的改进,获得基于改进IQL的多智能体协同控制方法。本发明通过改进传统GAN、引入鱼鳞预测算法以及建立非线性协同系统等手段,有效提升了协同训练效果,使得多智能体的协同得到了准确的训练和优化,从而在多个应用领域中都能取得显著的性能提升和实际效益。
📄 202410508860X
📂 G05B13_04
👤 山东工商学院
📅 2024-04-26
本发明公开了一种基于分布式多智能体自主决策的无人机资源管理方法,考虑了无人机的动态无线网络环境、无人机的移动性与负载状态、MEC节点的任务处理能力。在此基础上,将无人机的任务卸载与资源分配问题建模为马尔科夫博弈过程,并提出基于MADDPG算法的分布式在线决策算法对马尔科夫博弈过程进行决策。该算法能够使每个MEC节点仅利用局部观测的动态环境信息,实现对全局MEC节点的任务卸载与资源分配决策的优化,提升对无人机集群的服务能力。本发明实现对无人机集群的快速、准确任务卸载与资源分配,提高任务处理速度,并降低无人机的能耗。
📄 2024100658147
📂 G06F9_50
👤 南京信息工程大学
📅 2024-01-17