针对模糊与不确定信念的多智能体共识模型

研究了智能体信念同时具有模糊性和不确定性的多智能体系统中的共识形成。模糊性由意为“边界”的第三种真值状态表示，并与不确定性的概率模型相结合。随后提出了一种信念组合算子，利用边界真值使具有冲突信念的智能体达成妥协。进行了多组模拟实验，智能体在成对交互中应用该算子，并受到有限信任限制，即两个智能体的信念必须彼此充分一致才能达成协议。除了单独研究共识算子外，还研究了智能体直接或间接受到世界状态影响的场景。对于前者，进行了将共识形成与基于证据的信念更新相结合的模拟。对于后者，研究了假设智能体信念越接近真理，其在共识构建过程中越显眼的效果。在所有情况下，应用共识算子均使群体收敛到既清晰又确定的单一共享信念。此外，将共识形成与证据更新相结合的模拟比仅因直接接收新证据而改变信念的情况更快地收敛到更接近世界实际状态的共享意见。最后，如果智能体交互受以与世界真实状态的相似度衡量的信念质量引导，则仅应用共识算子即可使群体收敛到高质量的共享信念。