论文部分内容阅读
多Agent合作追捕是多Agent系统研究的经典问题，在机器人等领域具有重要的应用前景。文章提出了面向任务的自利Agent联盟生成算法，该算法能同时处理多个不同类型的逃跑Agent的任务分配问题；因为追捕Agent和逃跑Agent速度相等，追捕联盟成员位置的分布十分关键，所以提出了基于贡献度的联盟成员选择策略；同时为了较好地体现追捕Agent的自利性，定义了需求度作为自利性的度量，解决了冲突协商且有利于资源的优化配置。通过与经典拍卖算法的比较表明，该算法显著提高了追捕成功率。