Мультиагентные системы
Мультиагентные системы изучают, как множество автономных, взаимодействующих агентов — каждый со своей информацией, целями и механизмами принятия решений — координируют, сотрудничают или конкурируют для достижения индивидуальных или коллективных результатов.
Definition
Мультиагентная система — это система из нескольких автономных агентов, которые взаимодействуют в общей среде, где каждый агент воспринимает, принимает решения и действует, а результат совместно зависит от выбора агентов.
Scope
Эта область охватывает системы, состоящие из множества взаимодействующих агентов, и принципы, управляющие их взаимодействием: теоретико-игровой анализ стратегического поведения и равновесий, координация и сотрудничество между агентами, распределенное решение задач и удовлетворение ограничений, а также проектирование механизмов для создания взаимодействий с желаемыми свойствами. Она рассматривает агентов как лиц, принимающих решения, чей выбор влияет друг на друга. Внутренний аппарат принятия решений отдельного агента рассматривается в рамках рассуждений в условиях неопределенности, а обучение во взаимодействии относится к подобласти машинного обучения.
Sub-topics
Core questions
- Как эгоистичные агенты ведут себя стратегически, и какие стабильные результаты (равновесия) при этом возникают?
- Как агенты могут координировать свои действия и сотрудничать для достижения общих или совместимых целей?
- Как можно решить проблему, распределив ее между несколькими агентами с частичной информацией?
- Как можно разработать правила взаимодействия таким образом, чтобы возникали желаемые общесистемные результаты?
Key concepts
- автономные агенты
- стратегическое взаимодействие и теория игр
- равновесие Нэша
- координация и переговоры
- сотрудничество и командная работа
- распределенное решение проблем
- проектирование механизмов и аукционы
- коммуникация агентов
Key theories
- Теоретико-игровой анализ равновесия
- Теория игр моделирует агентов как рациональных лиц, принимающих решения, чьи выигрыши зависят от действий других, а концепции равновесия, такие как равновесие Нэша, предсказывают стабильное совместное поведение, обеспечивая аналитическую основу для стратегического взаимодействия между агентами.
- Координация и сотрудничество
- Агенты с ограниченной информацией и пересекающимися целями должны координировать свои действия, чтобы избежать конфликтов, и сотрудничать для достижения совместных результатов, используя протоколы, переговоры и общие соглашения, изучаемые в литературе по мультиагентным системам.
- Проектирование механизмов как обратная теория игр
- Проектирование механизмов разрабатывает правила взаимодействия таким образом, чтобы даже когда агенты действуют в своих собственных интересах, возникающее равновесие достигало цели разработчика, такой как эффективность или правдивое поведение.
Clinical relevance
Мультиагентные методы применяются в автоматизированной торговле и аукционах, электронных рынках, маршрутизации трафика и сетей, распределенных сенсорных сетях, командах и роях роботов, цепочках поставок и при разработке онлайн-платформ — везде, где взаимодействуют множество лиц, принимающих решения, и необходимо управлять их стимулами и координацией.
History
Мультиагентные системы выросли из распределенного искусственного интеллекта в 1980-х годах, объединив теорию агентов с теорией игр и экономикой. В 1990-х и 2000-х годах произошло закрепление архитектур агентов, стандартов связи и теоретико-игровых основ, изложенных в текстах Вудриджа (Wooldridge, 2009) и Шохама и Лейтон-Брауна (Shoham and Leyton-Brown, 2009), при этом проектирование механизмов и аукционы стали основным прикладным направлением.
Key figures
- Michael Wooldridge
- Yoav Shoham
- Kevin Leyton-Brown
- Nicholas R. Jennings
- Katia Sycara
Related topics
Seminal works
- shoham2009
- wooldridge2009
- jennings1998
Frequently asked questions
- Чем мультиагентная система отличается от одного интеллектуального агента?
- Один агент рассуждает и действует для достижения своих собственных целей в среде. В мультиагентной системе несколько автономных агентов действуют одновременно, поэтому лучший выбор каждого агента зависит от того, что делают другие. Это вводит проблемы стратегического взаимодействия, координации и стимулов, с которыми не сталкивается ИИ с одним агентом.
- Почему теория игр занимает центральное место в мультиагентных системах?
- Поскольку результаты в мультиагентной системе зависят от совместных действий эгоистичных агентов, теория игр предоставляет инструменты для предсказания стабильного поведения (равновесий) и для разработки взаимодействий. Она позволяет исследователям обоснованно рассуждать о конкуренции, сотрудничестве и стимулах.