基于神经网络的Agent个性化行为选择.pdfVIP

第35卷 第24期 计 算 机 工 程 2009年 12月 1．35 No．24 ComputerEngineering December2009 · 人工智能及识别技术 · 文章编号：l00__3428(2009)24— 199—_03 文献标识码：A 中图分类号：TPI8 基于神经网络的Agent个性化行为选择 肖 正，张世永 (复旦大学计算机科学技术学院，上海 200433) 摘 要：在基于效用的行为选择模型基础 t：对多Agent系统中个性建模 题进行研究。利用人工神经网络能够学习到人类难以理解的目标 函数的特点，结合心理学中个性的五因素模型建立Agent个性神经网络，通过不同参数反映个性对效用变化的影响方式，具有更强的个性 表千LE能力。设计梯度 降的学习算法训练Agent相应的个性神经网络。实验验证了该模型刻画Agent个性的有效性。 关键词：智能体；行为选择；神经网络 AgentIndividualizedActionSelectionBasedOnNeuralNetwork XIAO Zheng，ZHANG Shi—yong (SchoolofComputerScience．FudanUniversity，Shanghai200433) [Abstract]Basedonutility—basedactionselectionmodel，thispaperresearchesonpersonalitymodelinginmulti—Agentsystem Thatartificial neuralnetworkcanlearn targetfunctionwhichishardtocomprehenddrawsattention．Soanindividualizedneuralnetworkisbuiltaccordingto five—factormoaelin psychology．Differentsetting onparametersreflectsthewaythatpersonalityinfluencesutilityofactions．Thismodelhas strongerabilitytodescribepersonality．A gradientdescendinglearningalgorithln isproposedtotraintheindividualizedneuralnetwork．Themodelis validatedonpersonalityexhibitionduringactionselection． 【Ke3wnrds】Agent；actionselection；neuralnetwork l 概述 往难以描述和定义，无法通过几个简单的决策原则得到全面 在分布式人工智能研究中，Agent代表 自治的智能个体。 的描述。因此，本文不从个性的概念入手 ，而是首先建立通 自治为Agent行为的多样化提供了可能，而智能又需要Agent 用的个性模型，通过设置不同的参数反映不同的个性。利用 的行为具有 一定的理性和社会性。理性是Agent智能的基础 ， 人工神经网络(ANN)能够学习到人类难 以珲解的目标函数的 而社会性在基f多 Ao。ent系统的社会仿真和Agent社会等背 特点，结合心理学中个性的五因素模型(five—factorMode1)建 景下是 Agent智能的另一个重要特征。Agent的主观心理状 立 Agent个性神经网络，试图反映个性对效用变化的影响方 态和对环境的客观了解共同影响行为的选择。基于后者理性 式，并设计了梯度下降的学习算法训练出Agent相应的个性 的行为选择已经有较多的研究 11，而对前者的讨论较少。其 神