随机多智能体系统中的自然策略能力

文章预览

本文探讨了在随机多智能体系统中采用自然策略进行 PATL 及 PATL 逻辑的模型检验问题。研究发现，当活跃联盟被限于确定性策略时， NatPATL 的模型检验问题是 NP 完全的；在同样的限制条件下， NatPATL 的复杂度则为 2NEXPTIME 。若不限制策略类型，则对于 NatPATL 的模型检验复杂度为 EXPSPACE ，而 NatPATL* 为 3EXPSPACE 。这是第一次将自然策略的概念从完全确定性的设置拓展到了随机环境中。自然策略提供了一种平衡的方法，既考虑了智能体有限的记忆能力，又兼顾了模型检验的复杂度，以更好地反映现实中人类行为的特征。 多智能体系统（ MAS ）是由多个具有自主性的智能体组成的系统，智能体之间可以相互作用以达到共同或个体的目标。交替时间逻辑（ ATL ）及其扩展 ATL 是用于描述和验证 MAS 中策略行为的形式化方法，特别是用来表示智能体联盟是否能够 ………………………………