多Agent动态影响图及其一种近似推理算法研究

摘　　要:

针对多Agent影响图不能建模动态环境和多Agent马尔可夫决策过程难以表示Agents之间结构关系的问题，提出一种新决策模型——多Agent动态影响图（MADIDs）．为了能有效地对MADIDs进行推理，提出一种扩展的BK（EBK）近似推理算法，其扩展体现在三个方面：在BK算法中加入效用结点的边际化操作，加入分割团来减小BK算法的推理误差，使用MADIDs分层分解所生成的联合树来降低推理的复杂性．在模型实例上的实验结果显示了MADIDs模型和EBK算法的有效性。 (共9页)