伊戈尔·罗奇林;大卫·萨恩;莫舍·莱芬菲尔德 在昂贵的环境中以共同的目标进行协调勘探。 （英语） Zbl 1327.68301号 De Raedt，Luc（编辑）等人，ECAI 2012。第20届欧洲人工智能会议，2012年8月27日至31日，法国蒙彼利埃。诉讼程序。包括第七届人工智能应用大会（PAIS-2012）的会议记录和系统演示轨道。阿姆斯特丹：IOS出版社（ISBN 978-1-61499-097-0/pbk；978-1-6499-098-7/ebook）。人工智能和应用前沿242、690-695（2012）。 摘要：本文研究了分布式协作多智能体探索方法，研究的背景是机会的总体收益是个体发现的最小值，并且探索成本高昂。该模型的主要动机是多通道协作感知问题，该问题来源于跨行为认知卸载范式。在这里，车辆试图通过专用的通用控制通道来协调卸载通道，最终选择的通道的质量受到各个质量的限制。在需要协调勘探的其他多代理设置中可能会出现类似的设置。此类问题的目标涉及整个过程的优化，考虑到为共同目标获得的解决方案的质量与探索和协调过程相关成本之间的权衡。本文所考虑的方法利用了并行和顺序探索。第一种方法的延迟效率更高，而后一种方法的成本效益更高。这两种方案中的策略结构都是基于阈值的，并且本文分析得出的阈值可以离线计算，因此在线计算负载非常低。使用合成环境对这些方法的性能进行了比较，强调了成本-延迟权衡。关于整个系列，请参见[Zbl 1272.68015号]. 引用于2文件 理学硕士： 68T42型 Agent技术与人工智能 PDF格式BibTeX公司 XML格式引用 \textit{I.Rochlin}等人，前。Artif公司。智力。申请。242、690--695（2012；Zbl 1327.68301） 全文： 链接