多智能体系统建模、仿真及应用

内容全面，讲解细致

全书内容由浅入深，详细讲解了多智能体系统的建模、仿真及应用。

理实一体，突出应用

通过实践应用，讲解多智能体系统模型设计、程序实现、仿真运行。

资源丰富，方便教学

配套微课视频、教学大纲、电子课件、源代码等，方便师生教与学。

分布式人工智能（Distributed Artificial Intelligence，DAI）主要研究在逻辑上或物理上分散的智能系

统如何并行地、相互协作地实现问题求解。多智能体系统（Multi-Agent System，MAS）是DAI 的一个

重要分支，是人工智能的最新发展方向，是人工智能技术的一次质的飞跃。如果说模拟人是单智能体的

目标，那么模拟人类社会则是多智能体系统的最终目标。

智能体和多智能体技术起源于分布式人工智能研究。自20 世纪80 年代末以来，该方向成为人工智

能领域热门的研究分支，与数学、控制、经济学、社会学等多个领域相互借鉴和融合，逐渐成为国际上

备受重视的研究领域之一。20 世纪90 年代，由于网络技术的发展，人工智能出现了新的研究高潮，开

始由单个智能主体研究转向基于网络环境的分布式人工智能研究，不仅研究基于同一目标的分布式问题，

而且研究多个智能主体的多目标问题，并将人工智能推向社会生活的各个应用领域。MAS 等相关技术

已应用于交通控制、智能机器人、车联网、物联网、智能电网、柔性制造、无人机控制、虚拟现实、分

布式预测、监控及诊断、电子商务、健康、娱乐等领域。目前，多智能体技术已经成为一种进行复杂系

统分析与模拟的思想方法与工具。未来要实现通用人工智能，多智能体系统是必须突破的研究方向。目

前主要研究的内容涉及多智能体及环境建模、反应智能、一致性问题、群体智能、认知智能、学习、通

信、合作、协商与谈判等。

本书基于NetLogo 平台进行复杂系统的建模和仿真。NetLogo 是一种基于现代教育教学思想的新型

系统建模软件。NetLogo 于 1999 年由美国的西北大学的 Uri Wilensky 等开发，此后由关联学习中心不

断对其进行完善和发展。NetLogo 将智能体作为辅助性工具来辅助其他课程的教学，或作为一种研究工

具来培养学生的人工智能实践能力，传播智能体技术知识。该平台通过先进的2D/3D 虚拟技术对智能

体应用的各个环节（如场景的建立、智能体的构建以及运行仿真）进行高度的2D/3D 虚拟模拟。通过

场景模拟，智能体搭建运行及可视化编程能够为构建多智能体技术学习环境提供一个充满乐趣的、有效

的教学及科技创新应用平台。通过基于NetLogo 平台的虚拟仿真，多智能建模研究智能个体如何通过简

单的规则形成集体行为，智能个体如何在自然和社会结构中交互，以及信息如何在智能个体之间传播，

可以为许多自然和社会现象建立模型。本书获国家自然科学重点项目基金（No.62031003）资助。

由于时间仓促，书中难免存在不妥之处，恳请读者批评指正，并提出宝贵意见。

前言
第1 章　多智能体系统概述 ............................................ 1
1.1　自然智能和人工智能 ............................................... 1
1.1.1　自然智能 .......................................................... 1
1.1.2　人工智能 .......................................................... 3
1.2　多智能体系统 ........................................................... 4
1.2.1　多智能体系统的定义与特点 .......................... 4
1.2.2　多智能体系统的形式化描述 .......................... 7
1.2.3　多智能体系统理论的发展 .............................. 9
1.2.4　多智能体系统的应用 .................................... 10
1.3　多智能体系统的主要技术内容 ............................. 13
1.4　NetLogo 仿真工具 .................................................. 23
第2 章　反应智能体 ..................................................... 24
2.1　复杂自组织系统 ..................................................... 24
2.2　反应智能体建模 ..................................................... 27
2.2.1　纯反应型智能体 ............................................ 27
2.2.2　ABM 建模的基本概念 .................................. 28
2.3　扫地机器人反应行为模型 ..................................... 33
2.4　城市森林公园火灾扑救反应行为模型 ................. 35
第3 章　一致性问题 ..................................................... 41
3.1　集体运动和编队队形 ............................................. 41
3.1.1　集体运动与自组织 ........................................ 41
3.1.2　模式和聚集 .................................................... 43
3.1.3　有组织队形 .................................................... 44
3.1.4　Boids 模型 ...................................................... 44
3.1.5　Couzin 模型 .................................................... 45
3.2　基于人工势场法的机器人避障模型 ..................... 46
3.3　无人机追捕逃犯模型 ............................................. 50
第4 章　蚁群自组织与共识自主性 ............................... 55
4.1　蚁群优化概述 ......................................................... 55
4.1.1　引言 ................................................................ 55
4.1.2　蚁群算法的工作原理 .................................... 58
4.1.3　蚁群算法的基本流程 .................................... 61
4.1.4　蚁群算法的应用 ............................................ 61
4.2　蚁群算法的基本实现技术 ..................................... 62
4.2.1　蚁群算法中的转移概率 ................................ 62
目　　录
前言
4.2.2　信息素的更新机制 ........................................ 62
4.3　蚁群觅食问题 ......................................................... 63
4.4　月球岩石搜索机器人路径规划 ............................. 69
第5 章　飞鸟与粒子 ..................................................... 74
5.1　粒子群算法概述 ..................................................... 74
5.1.1　引言 ................................................................ 74
5.1.2　粒子群算法的基本流程 ................................ 75
5.1.3　粒子群算法的应用 ........................................ 76
5.2　粒子群算法的基本实现技术 ................................. 76
5.2.1　标准PSO 及其扩展 ....................................... 76
5.2.2　解的空间表示与参数选择 ............................ 79
5.2.3　适应度评价函数 ............................................ 80
5.3　车辆加速度参数优化问题 ..................................... 80
5.4　公共建筑物人员疏散问题 ..................................... 85
第6 章　遗传与进化智能体 .......................................... 92
6.1　遗传算法简述 ......................................................... 92
6.1.1　遗传算法的发展历程 .................................... 92
6.1.2　遗传算法的基本流程 .................................... 93
6.1.3　遗传算法的应用 ............................................ 93
6.2　遗传算法的基本实现技术 ..................................... 95
6.2.1　参数编码方式 ................................................ 95
6.2.2　适应度函数 .................................................... 96
6.2.3　遗传算子 ........................................................ 97
6.3　餐厨垃圾收运路线优化 ......................................... 99
第7 章　认知智能体 ................................................... 105
7.1　认知科学 ............................................................... 105
7.1.1　认知智能 ...................................................... 105
7.1.2　认知科学的兴起及发展 .............................. 106
7.1.3　基于认知科学的人工智能 .......................... 106
7.2　认知智能的实现技术 ........................................... 108
7.2.1　知识图谱 ...................................................... 108
7.2.2　知识图谱架构及基本要素 .......................... 109
7.2.3　知识图谱构建技术 .......................................111
7.3　基于目标的城市智能交通模型 ........................... 112
7.4　基于效用的高速公路交通模型 ........................... 119
第8 章　强化学习智能体 ............................................ 123
8.1　强化学习智能体概述 ........................................... 123
8.1.1　强化学习智能体的发展历程 ...................... 123
8.1.2　强化学习智能体概要 .................................. 125
8.1.3　Q 学习算法的基本流程 .............................. 128
8.1.4　强化学习智能体的应用 .............................. 129
8.2　强化学习的基本实现技术 ................................... 131
8.3　机器人SARSA 学习路径规划 ............................ 132
8.4　Q 学习跨越障碍机器人 ....................................... 136
第9 章　多智能体网络与通信 ..................................... 144
9.1　智能体网络与通信问题 ....................................... 144
9.1.1　引言 .............................................................. 144
9.1.2　智能体通信方式 .......................................... 147
9.1.3　智能体通信模型 .......................................... 147
9.1.4　智能体通信语言 .......................................... 149
9.2　基于广播通信的机器人聚集 ............................... 150
9.3　探测器和排雷机器人的点到点通信 ................... 152
第10 章　多智能体协调、合作和协商 ........................ 157
10.1　多智能体系统的协作机制研究 ......................... 157
10.1.1　多智能体协调 ............................................ 157
10.1.2　多智能体合作 ............................................ 158
10.1.3　多智能体协商 ............................................ 160
10.1.4　多智能体协作的主要方法 ........................ 160
10.2　机器人合作铺路问题 ......................................... 163
10.3　机器人的组行为和协调 ..................................... 166
10.4　无人驾驶出租车协商运输BDI 模型 ................ 170
参考文献 ..................................................................... 176

1. 人工智能技术导论 [主编 刘军 赵守凯 林海]
2. 人工智能应用系统开发项目化教程 [主编 杨家慧 周永福 魏育华]
3. 从石器时代到智能时代—青少年人工智能启蒙 [丁红　著]
4. 人工智能技术与机器人 [主编　邵克勇]
5. 人工智能基础 [周永福 韩玉琪 王巧巧]
6. 人工智能应用基础 [主编 杨缨 李佳]
7. 人工智能概论（第二版） [主编　任云晖　丁红　徐迎春 ]
8. 人工智能基础 [主编 余平 张春阳]
9. 人工智能导论 [主编 王飞 潘立武]
10. 人工智能算法与实践 [主编　梁琨　张翼英]
11. 人工智能概论（第二版） [张广渊　周风余　朱振方　著]
12. 人工智能导论 [主编　张翼英　张茜　张传雷]
13. 人工智能概论 [主编　任云晖　丁红　徐迎春]
14. UML系统建模及系统分析与设计（第二版） [王欣 张毅 编著]
15. 人工智能概论 [张广渊 周风余 著]
16. 人工智能改变世界：走向社会的机器人 [刘进长　雷瑾亮　著]
17. MSC Adams 多体动力学仿真基础与实例解析（第二版） [汤涤军 张跃 编著]
18. 人工智能与问题解决方法 [[美]Danny Kopec｜Christopher P]
19. UML系统建模及系统分析与设计 [王欣 张毅 编著]
20. 人工智能与专家系统（第二版） [尹朝庆]