Artificial intelligence 多Agent系统应用思想

Artificial intelligence 多Agent系统应用思想,artificial-intelligence,multi-agent,Artificial Intelligence,Multi Agent,我需要为任务实施多代理系统。我一直在集思广益,想知道我应该实施什么,但我还没有想出什么好主意。我不想让它成为一个交通模拟应用程序,但我需要一些同样有用的东西。不知道你所说的“有用”是什么意思,但是。。。您可以随时查看swarmbased AI(鱼群、鸟群等)。在这种情况下,每个代理(boid)都非常简单。使各个代理相互跟随,远离捕食者等。我曾经看到多代理系统在研究/模拟大型建筑火灾疏散计划方面的应用。想象一下一座有数千人的大建筑;万一发生火灾,你希望这些人遵守疏散大楼的一些规则。为了评估疏散计划

我需要为任务实施多代理系统。我一直在集思广益,想知道我应该实施什么,但我还没有想出什么好主意。我不想让它成为一个交通模拟应用程序,但我需要一些同样有用的东西。

不知道你所说的“有用”是什么意思,但是。。。您可以随时查看swarmbased AI(鱼群、鸟群等)。在这种情况下,每个代理(boid)都非常简单。使各个代理相互跟随,远离捕食者等。

我曾经看到多代理系统在研究/模拟大型建筑火灾疏散计划方面的应用。想象一下一座有数千人的大建筑;万一发生火灾,你希望这些人遵守疏散大楼的一些规则。为了评估疏散计划规则的有效性,您可能需要使用多代理系统模拟各种场景。我认为这是一个有用且有趣的应用程序。如果你在网上搜索,你会发现这方面的论文和著作,你可能会从中获得更多的灵感。

这不是多智能体,但你是否考虑过蚁群优化的一种变体?

我想到了一些:

  • 探索和绘图:派遣一个代理团队到一个环境中进行探索,然后将他们的所有观察结果整合到一致的地图中(这不是一项容易的任务!)
  • 电梯调度:考虑到待处理请求的数量和位置、轿厢位置及其容量(尽管离交通灯调度不太远),如何在高峰容量期间为呼叫请求提供服务
  • 空中交通管制:考虑着陆优先权(即燃料、乘客数量、急诊科等)、飞机位置和速度以及着陆条件(例如跑道数量等)。然后制定一套规则,使每个“代理”(即飞机)在着陆顺序中占据其位置。请注意,这是另一个答复中提到的植绒问题的一个更难的版本