[发明专利]在并行分配制度下Two-Agent的贝叶斯操作方法

说明书

本发明公开了一种在并行分配制度下Two‑Agent的贝叶斯操作方法，涉及人工智能及多Agent系统技术领域，解决的问题是在并行分配制度下，如何找到一个能成功操作得到期望效益最大的拿取序列的操作方法。在该方法中，当操作者Agent‑A和参与者Agent‑B在某轮同时想要同一个物品时，在贝叶斯情况下，则会采用参与者都能以同等的概率获得该物品的方法来进行分配。操作者会根据其他参与者对分配物品的喜好顺序⊳，依次把自己最喜爱的物品放入拿取序列进行判断能否实现，直到分配完所有物品，得到一个期望效益值最高的拿取序列。采用本发明技术方案可使操作者Agent‑A找到一个期望效益值最大的拿取序列。

技术领域

本发明涉及人工智能及多Agent系统技术领域，尤其涉及在并行分配制度下Two-Agent的贝叶斯操作方法。

背景技术

最近几年国内外的研究中，一些将计算效率纳入考虑范围的对分配制度设计问题的研究发现，各种不考虑私有信息但能彻底封杀单Agent操弄行为的制度，例如VCG制度，计算效率很低，而各种考虑私有信息且计算效率很高的制度无法彻底防止通过不诚实行为获得额外利益的情况出现。对计算效率的考虑使人们对设计合理分配制度的思考有了新的务实的方向：尽管无法彻底消除不诚实行为出现的可能性，但如果各Agent在某分配制度下想要找到能为其带来额外利益的不诚实行为，例如操作行为和串谋行为，那么它们将面临难以接受的巨量计算任务，例如相关的计算问题是NP-hard的，则可以认为该制度是有限可靠的即参与分配的Agent都倾向于采用诚实的行为。

因此在设计面向多个自利Agent的分配制度时，需要考虑：(1)在各自利Agent都诚实地参与分配过程的情况下，能否有效地即在多项式时间内，计算得到兼顾经济效益和社会平等的分配结果；(2)若某个或某些自利Agent企图寻找可以带来额外利益的非诚实行动方案，那么他们所面临的计算任务是否异常巨大。近年来人工智能领域的学者们开始尝试同时从以上这两方面研究如何设计面向多个自利Agent的分配制度。

近年来人工智能领域的学者们开始尝试同时从以上这两方面研究如何设计面向多个自利Agent的分配制度。Huang wei研究设计了一个新型无诱导的并行分配制度框架即并行分配制度。在该框架下采用一种不会随问题规模改变的简单分配协议，并且将之与最优的顺序分配协议作实验和理论比较，例如Bouveret和Lang在他们发表于IJCAI 2011的论文里提出最优猜想，Kalinowski和Walsh则在他们发表于IJCAI 2013的论文里给出了证明。发现无论在经济效益还是社会平等的标准下，该协议都打败了在这些标准下相应的最优顺序分配协议，并进一步探讨了在该协议下进行目标资源集合与最大安全收益操弄的计算性问题还初步分析了在该制度框架下实现操弄行为的计算复杂性。

公开号为：CN109034361A名称为：“一种基于并行分配制度下Two-Agent的悲观操作方法”的中国发明公开了一种分配方法，包括步骤：(1)在分配过程的每一个步骤里，根据指定的“并行机制”，将选择公开报告自己在剩下的所有物品中最喜欢的物品，然后物品将被分配出去；(2)当Agent同时想要同一个物品时，则通过抛硬币的方式随机决定，但当操作者Agent-A在悲观策略下，默认当两个Agent在同一轮同时报告同一个物品时，悲观的认为自己不可能拿到该物品，会避免与其他操作者同时报告某个物品；(3)操作者Agent-A提前知道其他Agent的物品喜爱顺序，通过自己的悲观操作策略，让自己获得最优的物品集，直到物品分配完毕。该发明的技术方案研究了操弄者如何在悲观情况下获得最优物品集、实现利益最大化的操作策略。但并不是Agent都会悲观的认为在分配过程中拿不到与其他Agent竞争的物品，没有讨论更加普遍的贝叶斯情况即同一个物品在竞争时，无法知道每个Agent的期望效益是多少，达到真正的最大化利益。

发明内容

针对现有技术的不足，本发明所解决的技术问题是在并行分配制度下，如何找到一个能成功操作得到期望效益最大的拿取序列的操作方法。