[01402704]多重社会网络情境中的多智能体任务分配与协作模型

随着社会网络的飞速发展和多智能体（Agent）技术的广泛应用,其中的任务分配与协作受到了极大的关注。多重网络情境与混杂社会群体正在成为当前网络用户的一大典型特征。但是,以往研究局限于单一社会网络情境中同质个体之间的任务分配与协作,对于社会网络情境的多重性与网络用户群体的混杂性所带来的挑战问题尚无系统性的研究。因此,该项目研究了多重社会网络情境中混杂Agent任务分配与协作中的三大关键科学问题：任务分配、群智交互、扩散协同。创新性成果如下所示： 1. 感知多重社会网络情境的多Agent任务分配方法。针对社会网络中Agent需要合作完成复杂任务的情况,提出了基于情境资源的任务分配方法及优先附着机制;针对多重社会网络情境结构的作用,提出了基于多重网络交互情境结构的任务分配方法;针对社会网络非可靠情境的问题,提出了基于情境信誉的可靠任务分配方法。 2. 多重社会网络中混杂Agent群智交互模型。提出了满足多重交互结构约束的多Agent群智交互行为决策模型,使得Agent多重交互群集行为冲突最小化;提出了满足群组模块聚集特性的多Agent群智行为策略模型,从而使得群组内部的多Agent总效能最大化;提出了均衡全局结构影响与局部模块作用的Agent群集行为协调模型,使Agent能均衡考虑全局的社会影响和局部的扩散作用而进行行为决策。 3. 多重社会网络中大规模异类Agent群体的扩散协同机制。研究了多重社会网络中的Agent扩散协同,揭示了多重耦合结构的跨层扩散过程和耦合扩散关联机制;研究了非均衡性的大规模Agent策略扩散协同,揭示了群集精英扩散与叛逆扩散之间互相转换的机理、以及优势聚集效应发生的机理;研究了异类Agent的局部性结构混乱的扩散协同,发现了多Agent群集行为稳定性对混乱Agent数量和程度的敏感机理。 3篇英文代表性论文发表在CCF A类期刊IEEE TPDS,2篇中文代表性论文发表在《电子学报》和《模式识别与人工智能》。共发表30篇IEEE/ACM Transactions论文、11篇IJCAI/AAAI/AAMAS国际顶级会议论文;授权发明专利4项、软件著作权3项;成果入选CCF《2016-2017中国计算机科学技术发展报告》,被众多权威期刊和顶尖学者列为该领域的代表性工作高度评价（其中包括70多位IEEE/ACM Fellow,和中科院、美国科学院/工程院/艺术与科学院、欧洲科学院/科学与艺术院、加拿大皇家科学院/工程院院士等）。连续两年获得人工智能著名会议ICTAI-13和14最佳学生论文奖。由于该项目的学术影响力,第一完成人获得国家重点研发计划首席科学家、教育部新世纪优秀人才、首届江苏省杰青、全国优博论文提名奖等荣誉;担任《计算机学报》及7家国际期刊编委,并担任《计算机学报》“群智协同计算”专辑客座主编;长期担任IJCAI/AAAI/AAMAS等顶级会议的程序委员。