Метод синтеза и автоматической адаптации архитектуры, и организационной структуры многоагентной системы

В работе рассматривается актуальная проблема проектирования многоагентных систем (МАС), требующих высокой адаптивности в условиях динамически изменяющихся параметров окружающей среды, условий задачи, внутренней структуры МАС.

Предлагается комплексный метод, объединяющий процессы синтеза исходной архитектуры и последующей автоматической адаптации как архитектуры МАС, определяющей базовые правила ее функционирования, так и организационной структуры, представляющей иерархический атрибутированный ориентированный граф, в котором вершинами являются агенты, а ребра соответствуют связям между ними.

Метод основан на разработанной автором «зоосоциальной модели» представления архитектуры МАС, он также характеризуется применением искусственной нейронной сети для предсказания оптимальных действий по модификации архитектуры МАС в случае изменения параметров окружающей среды, условий задачи.

При этом для обучения искусственной нейронной сети применяется алгоритм обучения с подкреплением, основанный на методе градиента стратегий (алгоритм «REINFORCE»), а формирование обучающей выборки производится с помощью генетического алгоритма.