1. Коллективная адаптация в многоагентных системах: как замешательство хищников формирует роеподобное поведение (arXiv)
Автор :Георгий Иванов, Георгий Палама
Аннотация:Популярные гипотезы о происхождении коллективной адаптации связаны с двумя основными видами поведения: защитой от хищников и комбинированным поиском пищевых ресурсов. Среди объяснений против хищников гипотеза замешательства хищника предполагает, что группы особей, движущихся роем, стремятся сокрушить хищника, в то время как гипотеза ослабления риска предполагает, что вероятность того, что хищник станет мишенью для одной жертвы, ниже в больших группах. В этой статье мы исследуем, как эмерджентное поведение возникает из процесса, управляемого хищником, как адаптивный ответ на внешние раздражители, воспринимаемые как угрожающие. Более того, мы предлагаем процесс замешательства хищника, чтобы обеспечить селективное давление на жертву, чтобы она развивала групповые образования. Мы анализируем динамику кормодобывания и добычи-хищника с точки зрения плотности и формирования групп, постоянства поведения, уклонения хищников и коэффициента успешности, а также скорости кормодобывания. Сравниваются модели восприятия двух агентов. Модель локального наблюдения, в которой агенты могут видеть только то, что находится в непосредственной близости от них, и модель глобального наблюдения, в которой агенты могут видеть хищника в любое время. Обе модели были разработаны для предотвращения хищников, поиска пищи и предотвращения столкновений с использованием обучения с подкреплением в смоделированной игровой среде. Наши результаты показывают, что разбавления фактора риска достаточно для развития групповых образований, а эффект замешательства хищника может играть важную роль в эволюции совместного поведения. Наконец, мы показываем, как изменения в обмене информацией этого социального порядка могут влиять на глобальное коллективное поведение.
2. Решение проблемы планирования работы магазина с помощью оптимизации муравьиной колонии (arXiv)
Автор:Алиссон Рибейро да Силва
Аннотация: Проблема расписания магазина заданий (JSSP) относится к способности агента распределять задачи, которые должны выполняться в указанное время на машине из кластера. Распределение задач может быть достигнуто несколькими методами, однако в этом отчете исследуется способность оптимизации колонии муравьев генерировать возможные решения для нескольких экземпляров JSSP. Это предложение моделирует JSSP как полный граф, поскольку дизъюнктные модели могут помешать ACO исследовать все пространство поиска. Несколько экземпляров JSSP использовались для оценки предложения. Результаты показывают, что алгоритм может достигать оптимальных решений для простых и сложных случаев с выбором параметров.
3. Совместное кэширование и передача в пограничной мобильной сети: многоагентный подход к обучению (arXiv)
Автор:Цируй Ми, Нин Ян, Хайфэн Чжан, Хайцзюнь Чжан, Цзюнь Ван
Вывод:задача одновременного кэширования и оптимизации передачи является сложной из-за тесной связи между решениями. В этой статье предлагается итеративный распределенный многоагентный подход к обучению для совместной оптимизации кэширования и передачи. Целью этого подхода является минимизация общей задержки передачи для всех пользователей. В этом итеративном подходе каждая итерация включает оптимизацию кэширования и оптимизацию передачи. Сеть кэширования на основе многоагентного обучения с подкреплением (MARL) разработана для кэширования популярных задач, таких как ответ на вопрос, какие файлы следует удалить из кэша, а какие — в хранилище. На основе кэшированных файлов кэширующей сети сеть передачи передает кэшированные файлы для пользователей с помощью одиночной передачи (ST) или совместной передачи (JT) с помощью метода многоагентного байесовского автомата обучения (MABLA). И тогда пользователи получают доступ к пограничным серверам с минимальной задержкой передачи. Экспериментальные результаты демонстрируют эффективность предлагаемого многоагентного подхода к обучению.
