模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2007, Vol. 20 Issue (4): 525-532    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
多Agent动态影响图及其概率分布的近似方法*
姚宏亮,王浩,张佑生,俞奎
合肥工业大学 计算机科学与技术系 合肥 230009
MultiAgent Dynamic Influence Diagrams and Its Approximation of Probability Distribution
YAO HongLiang, WANG Hao, ZHANG YouSheng, YU Kui
Department of Computer Science and Technology, Hefei University of Technology, Hefei 230009

全文: PDF (527 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 将多Agent影响图(MAIDs)在时间上进行扩展,提出一种决策模型:多Agent动态影响图(MADIDs),用于表示动态环境中多Agent协作的结构关系.为了有效计算MADIDs的概率分布,以Agents之间的策略偏序关系为指导,给出概率分布的一种分解近似方法,进而讨论概率分布在推理中的近似.对MADIDs概率分布计算的复杂性、误差以及误差在时间上的传播进行分析,进而基于KL差分,给出一个可对近似分布的精度和复杂性进行均衡的函数.最后,针对一个表示协作关系的MADID模型,进行实验和算法比较,实验结果显示该概率分布近似方法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
姚宏亮
王浩
张佑生
俞奎
关键词 多Agent动态影响图(MADIDs)KL差分联合树扩展BK(EBK)算法    
Abstract:MultiAgent dynamic influence diagrams (MADIDs) are presented by extending MultiAgent Influence Diagrams (MAIDs) over time. Thus the structural relationships of coordination can be represented in dynamic environment. With the guidance of the strategic relevance, a decomposition approximation method of probability distribution and the approximation of probability distribution in inference are discussed to compute the probability distribution of MADIDs efficiently. The complexity, inducing error and error propagation over time are analyzed. Furthermore, based on the KLdivergence, a function is introduced to establish equilibrium between the precision and the complexity of approximate distribution. Finally, the experimental results on a dynamic coordination model show the validity of the probability distribution approximation method.
Key wordsMultiAgent Dynamic Influence Diagrams (MADIDs)    Kullbak Leibler (KL)Divergence    Junction Tree    Extensive Boyen Kollen (EBK) Algorithm   
收稿日期: 2006-01-10     
ZTFLH: TP181  
基金资助:国家自然科学基金(No.60575023)、教育部博士点基金(No.20050359012)资助项目
作者简介: 姚宏亮,男,1972年生,博士研究生,主要研究方向为人工智能、贝叶斯技术.Email:lhy_y@sohu.com.王浩,男,1962年生,教授,主要研究方向为人工智能.张佑生,男,1941年生,博士生导师,主要研究方向为人工智能、图像处理.俞奎,男,1978年生,硕士研究生,主要研究方向为贝叶斯网络.
引用本文:   
姚宏亮,王浩,张佑生,俞奎. 多Agent动态影响图及其概率分布的近似方法*[J]. 模式识别与人工智能, 2007, 20(4): 525-532. YAO HongLiang, WANG Hao, ZHANG YouSheng, YU Kui. MultiAgent Dynamic Influence Diagrams and Its Approximation of Probability Distribution. , 2007, 20(4): 525-532.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2007/V20/I4/525
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn