內容全面，講解細致

全書內容由淺入深，詳細講解了多智能體系統的建模、仿真及應用。

理實一體，突出應用

通過實踐應用，講解多智能體系統模型設計、程序實現、仿真運行。

資源豐富，方便教學

配套微課視頻、教學大綱、電子課件、源代碼等，方便師生教與學。

分布式人工智能（Distributed Artificial Intelligence，DAI）主要研究在邏輯上或物理上分散的智能系

統如何并行地、相互協作地實現問題求解。多智能體系統（Multi-Agent System，MAS）是DAI 的一個

重要分支，是人工智能的最新發展方向，是人工智能技術的一次質的飛躍。如果說模擬人是單智能體的

目標，那么模擬人類社會則是多智能體系統的最終目標。

智能體和多智能體技術起源于分布式人工智能研究。自20 世紀80 年代末以來，該方向成為人工智

能領域熱門的研究分支，與數學、控制、經濟學、社會學等多個領域相互借鑒和融合，逐漸成為國際上

備受重視的研究領域之一。20 世紀90 年代，由于網絡技術的發展，人工智能出現了新的研究高潮，開

始由單個智能主體研究轉向基于網絡環境的分布式人工智能研究，不僅研究基于同一目標的分布式問題，

而且研究多個智能主體的多目標問題，并將人工智能推向社會生活的各個應用領域。MAS 等相關技術

已應用于交通控制、智能機器人、車聯網、物聯網、智能電網、柔性制造、無人機控制、虛擬現實、分

布式預測、監控及診斷、電子商務、健康、娛樂等領域。目前，多智能體技術已經成為一種進行復雜系

統分析與模擬的思想方法與工具。未來要實現通用人工智能，多智能體系統是必須突破的研究方向。目

前主要研究的內容涉及多智能體及環境建模、反應智能、一致性問題、群體智能、認知智能、學習、通

信、合作、協商與談判等。

本書基于NetLogo 平臺進行復雜系統的建模和仿真。NetLogo 是一種基于現代教育教學思想的新型

系統建模軟件。NetLogo 于 1999 年由美國的西北大學的 Uri Wilensky 等開發，此后由關聯學習中心不

斷對其進行完善和發展。NetLogo 將智能體作為輔助性工具來輔助其他課程的教學，或作為一種研究工

具來培養學生的人工智能實踐能力，傳播智能體技術知識。該平臺通過先進的2D/3D 虛擬技術對智能

體應用的各個環節（如場景的建立、智能體的構建以及運行仿真）進行高度的2D/3D 虛擬模擬。通過

場景模擬，智能體搭建運行及可視化編程能夠為構建多智能體技術學習環境提供一個充滿樂趣的、有效

的教學及科技創新應用平臺。通過基于NetLogo 平臺的虛擬仿真，多智能建模研究智能個體如何通過簡

單的規則形成集體行為，智能個體如何在自然和社會結構中交互，以及信息如何在智能個體之間傳播，

可以為許多自然和社會現象建立模型。本書獲國家自然科學重點項目基金（No.62031003）資助。

由于時間倉促，書中難免存在不妥之處，懇請讀者批評指正，并提出寶貴意見。

前言
第1 章　多智能體系統概述 ............................................ 1
1.1　自然智能和人工智能 ............................................... 1
1.1.1　自然智能 .......................................................... 1
1.1.2　人工智能 .......................................................... 3
1.2　多智能體系統 ........................................................... 4
1.2.1　多智能體系統的定義與特點 .......................... 4
1.2.2　多智能體系統的形式化描述 .......................... 7
1.2.3　多智能體系統理論的發展 .............................. 9
1.2.4　多智能體系統的應用 .................................... 10
1.3　多智能體系統的主要技術內容 ............................. 13
1.4　NetLogo 仿真工具 .................................................. 23
第2 章　反應智能體 ..................................................... 24
2.1　復雜自組織系統 ..................................................... 24
2.2　反應智能體建模 ..................................................... 27
2.2.1　純反應型智能體 ............................................ 27
2.2.2　ABM 建模的基本概念 .................................. 28
2.3　掃地機器人反應行為模型 ..................................... 33
2.4　城市森林公園火災撲救反應行為模型 ................. 35
第3 章　一致性問題 ..................................................... 41
3.1　集體運動和編隊隊形 ............................................. 41
3.1.1　集體運動與自組織 ........................................ 41
3.1.2　模式和聚集 .................................................... 43
3.1.3　有組織隊形 .................................................... 44
3.1.4　Boids 模型 ...................................................... 44
3.1.5　Couzin 模型 .................................................... 45
3.2　基于人工勢場法的機器人避障模型 ..................... 46
3.3　無人機追捕逃犯模型 ............................................. 50
第4 章　蟻群自組織與共識自主性 ............................... 55
4.1　蟻群優化概述 ......................................................... 55
4.1.1　引言 ................................................................ 55
4.1.2　蟻群算法的工作原理 .................................... 58
4.1.3　蟻群算法的基本流程 .................................... 61
4.1.4　蟻群算法的應用 ............................................ 61
4.2　蟻群算法的基本實現技術 ..................................... 62
4.2.1　蟻群算法中的轉移概率 ................................ 62
目　　錄
前言
4.2.2　信息素的更新機制 ........................................ 62
4.3　蟻群覓食問題 ......................................................... 63
4.4　月球巖石搜索機器人路徑規劃 ............................. 69
第5 章　飛鳥與粒子 ..................................................... 74
5.1　粒子群算法概述 ..................................................... 74
5.1.1　引言 ................................................................ 74
5.1.2　粒子群算法的基本流程 ................................ 75
5.1.3　粒子群算法的應用 ........................................ 76
5.2　粒子群算法的基本實現技術 ................................. 76
5.2.1　標準PSO 及其擴展 ....................................... 76
5.2.2　解的空間表示與參數選擇 ............................ 79
5.2.3　適應度評價函數 ............................................ 80
5.3　車輛加速度參數優化問題 ..................................... 80
5.4　公共建筑物人員疏散問題 ..................................... 85
第6 章　遺傳與進化智能體 .......................................... 92
6.1　遺傳算法簡述 ......................................................... 92
6.1.1　遺傳算法的發展歷程 .................................... 92
6.1.2　遺傳算法的基本流程 .................................... 93
6.1.3　遺傳算法的應用 ............................................ 93
6.2　遺傳算法的基本實現技術 ..................................... 95
6.2.1　參數編碼方式 ................................................ 95
6.2.2　適應度函數 .................................................... 96
6.2.3　遺傳算子 ........................................................ 97
6.3　餐廚垃圾收運路線優化 ......................................... 99
第7 章　認知智能體 ................................................... 105
7.1　認知科學 ............................................................... 105
7.1.1　認知智能 ...................................................... 105
7.1.2　認知科學的興起及發展 .............................. 106
7.1.3　基于認知科學的人工智能 .......................... 106
7.2　認知智能的實現技術 ........................................... 108
7.2.1　知識圖譜 ...................................................... 108
7.2.2　知識圖譜架構及基本要素 .......................... 109
7.2.3　知識圖譜構建技術 .......................................111
7.3　基于目標的城市智能交通模型 ........................... 112
7.4　基于效用的高速公路交通模型 ........................... 119
第8 章　強化學習智能體 ............................................ 123
8.1　強化學習智能體概述 ........................................... 123
8.1.1　強化學習智能體的發展歷程 ...................... 123
8.1.2　強化學習智能體概要 .................................. 125
8.1.3　Q 學習算法的基本流程 .............................. 128
8.1.4　強化學習智能體的應用 .............................. 129
8.2　強化學習的基本實現技術 ................................... 131
8.3　機器人SARSA 學習路徑規劃 ............................ 132
8.4　Q 學習跨越障礙機器人 ....................................... 136
第9 章　多智能體網絡與通信 ..................................... 144
9.1　智能體網絡與通信問題 ....................................... 144
9.1.1　引言 .............................................................. 144
9.1.2　智能體通信方式 .......................................... 147
9.1.3　智能體通信模型 .......................................... 147
9.1.4　智能體通信語言 .......................................... 149
9.2　基于廣播通信的機器人聚集 ............................... 150
9.3　探測器和排雷機器人的點到點通信 ................... 152
第10 章　多智能體協調、合作和協商 ........................ 157
10.1　多智能體系統的協作機制研究 ......................... 157
10.1.1　多智能體協調 ............................................ 157
10.1.2　多智能體合作 ............................................ 158
10.1.3　多智能體協商 ............................................ 160
10.1.4　多智能體協作的主要方法 ........................ 160
10.2　機器人合作鋪路問題 ......................................... 163
10.3　機器人的組行為和協調 ..................................... 166
10.4　無人駕駛出租車協商運輸BDI 模型 ................ 170
參考文獻 ..................................................................... 176

1. 人工智能應用基礎 [主編 楊纓 李佳]
2. 人工智能概論（第二版） [主編　任云暉　丁紅　徐迎春 ]
3. 人工智能基礎 [主編 余平 張春陽]
4. 人工智能導論 [主編 王飛 潘立武]
5. 人工智能算法與實踐 [主編　梁琨　張翼英]
6. 人工智能概論（第二版） [張廣淵　周風余　朱振方　著]
7. 人工智能導論 [主編　張翼英　張茜　張傳雷]
8. 人工智能概論 [主編　任云暉　丁紅　徐迎春]
9. UML系統建模及系統分析與設計（第二版） [王欣 張毅 編著]
10. 人工智能概論 [張廣淵 周風余 著]
11. 人工智能改變世界：走向社會的機器人 [劉進長　雷瑾亮　著]
12. MSC Adams 多體動力學仿真基礎與實例解析（第二版） [湯滌軍 張躍 編著]
13. 人工智能與問題解決方法 [[美]Danny Kopec｜Christopher P]
14. UML系統建模及系統分析與設計 [王欣 張毅 編著]