Rozwiązywanie konfliktu w środowisku wieloagentowym z wykorzystaniem elementów hierarchicznej teorii gier

• Autorzy: Brandys W. , Gałuszka A.

Warianty tytułu

EN

Hierarchical game approach to solve conflicts in multiagent systems

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowane zostało środowisko wieloagentowe, w którym każdy z agentów dąży do osiągnięcia własnego celu. Zakłada się, że preferencje osiągnięcia poszczególnych podcelów, składających się na cel, mogą być różne dla poszczególnych agentów, natomiast same cele mogą być sprzeczne ze sobą. Dodatkowo zakłada się strukturę hierarchiczną wśród agentów, wynikającą z różnych możliwości ich oddziaływania na otoczenie.

EN

The article presents multi-agent environment, in which each agent seeks to achieve its objective. It is assumed that the preferences of achieving the specific sub-goals which define the goal may be different for individual agents, and agent goals may be in conflict with each other. Additionally it is assumed a hierarchical structure among agents, due to different possibilities of their impact on the environment.

Słowa kluczowe

PL

planowanie; sztuczna inteligencja robotów; gra hierarchiczna; gra niekooperacyjna; równowaga Stackelberga

EN

planning; artificial intelligence of robots; hierarchical game; noncooperative game; Stackelberg equilibrium

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2015
• Tom: z. 86
• Strony: 445--455
• Opis fizyczny: Bibliogr. 13 poz.

Twórcy

autor

Brandys W.

• Wyższa Szkoła Technologii Informatycznych w Katowicach

autor

Gałuszka A.

• Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki

Bibliografia

• 1. Kraus K., Sycara K.P., Evenchik A.: Reaching agreements through argumentation: a logical model and implementation. Artificial Intelligence, 104:1-69.
• 2. Gałuszka A., Świerniak A.: Planning in multi-agent environment as inverted STRIPS planning in the presence of uncertainty. Recent Advances In Computers, Computing and Communications (Ed. July 2002), WSEAS Press: 58-63.
• 3. Gałuszka A., Latawiec M.: Rozwiązywanie konfliktu pomiędzy robotami z wykorzystaniem elementów teorii gier. Zeszyty Naukowe Politechniki Śląskiej, s. Organizacja i Zarządzanie, z. 38, 2006, s. 35-41.
• 4. Nilson N.J.: Principles of Artificial Intelligence. Toga Publishing Company, Palo Alto, 1980, CA.
• 5. Bylander T.: The Computational Complexity of Propositional STRIPS Planning. Artificial Intelligence, 69, 1994, p. 165-204.
• 6. Mc Kinsey J.C.: Introduction to the Theory of Games. Mc Graw Hill, New York 1952.
• 7. Weld D.S., Anderson C.R., Smith D.E.: Extending Graphplan to Handle Uncertainty & Sensing Actions. Proc. 15th National Conf. on AI, 1998, 897-904.
• 8. Koehler J., Hoffmann J.: On Reasonable and Forced Goal Orderings and their Use in an Agenda-Driven Planning Algorithm. Journal of Artificial Intelligence Research, 12, 2000, p. 339-386.
• 9. Edelkamp S., Hoffmann J.: PDDL2.2. The language for the classical part of the 4th International Planning Competition. Tech. rep. 195, Albert-Ludwigs-Universitat Freiburg, Institut fur Informatik, 2004.
• 10. LaValle S.M.: Planning algorithms. Cambridge University Press, 2006.
• 11. Tao Peng, Shan Li.: Formation Control of Multiple Wheeled Mobile Robots via Leader-Follower Approach. Proc. 26th IEEE Chinese Control and Decision Conference (CCDC), 2014, p. 4215-4220.
• 12. Ćosić A., Šušić M, Graovac S, Katić D.: An Algorithm for Formation Control of Mobile Robots. Serbian Journal of Electrical Engineering, Vol. 10, No. 1, 2013, p. 59-72.
• 13. Madhevan B., Sreekumar M.: Tracking Algorithm Using Leader Follower Approach for Multi Robots. International Conference on Design and Manufacturing (IConDM2013), Procedia Engineering, Vol. 64, 2013, p. 1426-1435.