赵旭宝，李静，董靓瑜

(大连交通大学 软件学院，辽宁 大连 116021)*

0 引言

在分布式人工智能中，基于Agent结构提供了柔性和鲁棒性，适合解决动态、不确定和分布式的问题.系统中各Agent个体都是具有自主性的智能体，存在自己的信念、愿望、目标等认知属性和承诺、义务、协作、竞争等社会属性［1-2］.系统中各Agent个体通过对自身知识的表示和对问题域的描述，构成分布的、异构的、面向特定问题的Agent求解子系统，完成指定任务的求解.但在多Agent分布式系统中由于每个Agent个体所具有的知识资源和执行能力是有限的，当单个Agent难以独立完成指定任务，或多个Agent一起完成会产生更大的效益时，多个A-gent个体之间就倾向于利用协作机制进行信息的交流、知识的共享来完成任务的协作求解.为了保证多Agent系统协作求解的性能，很多学者在关于多Agent系统协作求解模型建立和协作求解方法方面做了大量研究.文献［3］提出面向共同目标的合作求解策略，重点在于寻求系统的最大效益;文献［4-5］提出基于弹簧网络的多Agent系统协作求解方法，通过自组织动力学策略来实现Agent之间的协调;文献［6-7］提出基于合同网协议的合作求解方法，先协商结盟再规划求解，并通过协商的方式解决冲突.

目前多Agent分布式系统协作求解方法的研究基本上有两种类型:一种类型是Agent个体各自寻求自身最大利益的方法;另一种是Agent个体共同寻求整个系统最大效益的方法.但前者协作求解中没有全局的优化目标，缺……