多Agent(主动行为者)系统中学习和合作机制的研究

研究多Agent系统学习和合作机制。基于联邦合作思想，提出一个基于双边协商互惠机制的分布式联邦形式算法。基于Agent联邦，提出Agent与用户之间的反馈式学习模型，联邦中多Agent之间的互助学习模型，及基于进化机制的多策略自适应Agent学习模型。对多Agent系统中的强化学习机制，Agent知识更新和常识学习作了初步探讨。构造了一个基于Agento和KQML的多Agent原型系统的SEMAS。研究成果对Agnet技术推广应用、信息技术发展具有重要意义。