如何在短時間內學習多agent（有翻譯成智能體or代理）建模?

01-04

目前multi-agent建模法已經應用於經濟、金融、機器人、供應鏈等各個領域，在知網上也能搜集到大量有關multi-agent建模的文獻，但是這些文獻大多闡述multi-agent建模法的某個具體應用和研究結果，並沒有過多解釋如何進行具體建模。
我在學校圖書館搜了這類書籍，數量不多並且還都是2000年左右出版的，內容也比較局限；網上找到的一些課件也是介紹概念為主，並沒有詳細的介紹。
目前我對multi-agent建模的方法在認知層面上有所理解，但是如何用該方法建模，以及後續如何用具體的編程去生成一個agent不是很理解。

不請自來

我想我還是適合答這道題的，我的博士論文題目為「Large-scale agent-based social simulation」.

題主的問題是如何短時間學會多智能體建模。首先我想直接告訴題主是的，你可以很短時間學會。多智能體建模與常規的面向對象建模相比最大的區別在於你如何理解智能體。換個角度來說，你期望你的智能體有多智能。如果僅僅是反射性的簡單智能，你直接把面向對象的實體類改成Agent然後加幾條規則就好了。隨著你預期的智能體的智能水平的提高，你就需要學習不同的東西了。

下面是回答。

如果你的agent夠簡單，你可以在半天/一天之內學會目前最主流的幾個多智能體平台NetLogo/Repast/AnyLogic

如果你需要你的智能體有很強的認知能力，建議你先去學習關於一些認知架構比如PRS/ACT-R，然後再去學習使用Jason/Brahms來完成你的任務。

不過鑒於題主的問題，我猜想你的需求估計只需要去下載一個已有的NetLogo模型，然後改一下就好了。

去年的問題呀，那你現在一定已經完成畢設不需要這個了。可是我還是想答誒～～～

首先學多智能體腫么可以在知網上找些文章看呢，肯定是需要看英文的呀。

如果只是達到快速入門的效果，可以拜讀如下三篇前人的大作，額，讀完了應該是已經可以建模模擬跑結果了的。

一：開山鼻祖，多智能體起源就是Reynolds在1987年發表的論文Flocks,Herds,and Schools，提出了一個boids模型，最最核心的是其中的三條規則，內聚，避撞，速度匹配。這篇文章看完重點掌握這個三條規則就可以了。

二：隆重介紹一個最簡單粗暴的多智能體模型，vicsek模型。是Vicsek等人在1995年從統計學的角度搞的，論文名稱是novel type of phase transition in a system of self driven particles,真的是最簡單粗暴的，主要是考慮的n個自治個體組成的一個離散時間系統，在一個正方形平面內速率相同，初始方向不同，看他們隨時間如何運動。還考慮了雜訊。動態行為啊，變化的鄰居關係啊，局部相互作用啊這些都能在模型裡面體現。

這一篇看完了要能把論文裡面四個圖復現出來就ok了，也就是在不同外界環境下，多智能體系統內的自製代理怎麼運動。圖的復現，其實就是對多智能體在建模了，額，好像看完這篇已經就建模了誒*罒▽罒*那好吧......那到這裡你就已經在...

三：一些人對vicsek的理論分析

最重量級的是Jadbabaie等一些人在2003年發的一片論文,名字太長了，你自己搜搜吧，主要就是對vicsek模型裡面的線性化的角度更新的一大堆分析，最後的出的結論就是當這些自製代理們位置滿足一定連通性條件的時候系統就會同步...名字我還是打一點吧，方便你搜，coordination of groups of mobile...

反正我感覺你讀完這三篇，就已經可以建模了的，如果需要實現一些功能，比如避障啊，追蹤啊...那你得再找一些相關大牛的文章看，額,不要用知網啦，知網裡面灌水的爛文章太多了！！！

總結一下：多看業界內權威論文，試著將論文裡面的結果復現。

手機答的，湊合看吧～

三贊七收藏，嘿收藏比贊多，這答案寫的值，感謝各位的鼓勵！

這個demo有點意思，而且性能似乎不錯：

一篇有意思的demo paper: 多智能體的RL增強學習平台, 理解群體智能和社會現象學，AAAI2018論文選讀

關於多智能體的研究方向的論文，大多數關於consensus，然後又出現了二階，高階下的consensus的論文，，，。我現在的迷茫是您覺得多智能體這個研究方向是否還處於一個熱點，如果是熱點的話具體到那個點呢？無法私信，只能通過評論，還望解答。

瀉藥，不過這個問題不了解額。基本只是耳聞，找些環藝專業的問下吧