Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
5 results
Search Results
Item Multi-agent Coordination with Deferred Asynchronous Messaging in a Distributed Coordination Space(Видавництво Львівської політехніки, 2022-02-28) Botchkaryov, A.; Lviv Polytechnic National UniversityA method of multi-agent coordination with deferred asynchronous messaging in a distributed coordination space has been proposed. The method has been based on the concept of multi-agent conditional interaction. The method has used: 1) a distributed coordination space in which agents move; 2) the rules of state transitions for the coordination space nodes depending on the movements of agents; 3) the rules of agents move and state transitions depending on the states of the coordination space nodes; 4) a multi-agent coordination game based on the coordination space and the rules. The coordination space has been implemented based on the distributed shared memory of agents. The rules have been applied by exchanging deferred asynchronous messages between agents through the distributed shared memory. The agent’s decisions about movement in the coordination space and their consequences are interpreted according to the rules in asynchronous messages. Delivery of messages to other agents has been deferred until these agents visit the corresponding nodes of the coordination space. This has ensured: 1) mutual exclusion when agents choose conflicting actions, and 2) resilience of multi-agent coordination to agent failures and loss of coordinating messages. Four multi-agent coordination games have been considered as examples. The issue of fault tolerance of the proposed coordination method has been considered. The simulation results show that the use of the method ensures the resilience of multi-agent coordination to agent failures in the considered coordination games.Item Coscheduling Spatial Self-organization and Distributed Data Collection in Multi-agent System(Видавництво Львівської політехніки, 2022-02-28) Botchkaryov, A.; Lviv Polytechnic National UniversityThe problem of coscheduling spatial selforganization control processes and distributed data collection processes in a multi-agent system has been considered. The goal of coscheduling is to find and use the possibilities of functional coordination of these processes and increase the efficiency of the multi-agent system due to their parallel execution. An analysis of the main features of spatial selforganization tasks that affect the solution of the problem of coscheduling has been carried out. Variants of the mobile agent robotic platform configuration and the problem of the dependence of spatial self-organization algorithms on the type of robotic platform have been considered. A method of coscheduling of spatial self-organization and distributed data collection by coordinated parallel execution of the corresponding data collection process and the process of controlling mobile agent motion has been proposed. The method of coscheduling is implemented using the interaction protocol of these processes and the algorithm for planning their parallel execution using functional decomposition. The simulation results of the proposed method of coscheduling are given. It is proved that the proposed method of coscheduling provides acceleration of computations in the decision-making module of the mobile agent due to more efficient parallelization. On average, for typical values of parameters of control processes, the proposed method of coscheduling provides acceleration of computations in the decision-making module of the mobile agent by 40.6%.Item Самоорганізація стратегій у грі переміщення агентів(Видавництво Львівської політехніки, 2021-03-01) Кравець, Петро; Kravets, Petro; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозроблено стохастичну ігрову модель самоорганізації стратегій стохастичної гри мобільних агентів у вигляді циклічних поведінкових патернів, які складаються із узгоджених стратегій переміщення агентів у обмеженому дискретному просторі. Поведінковий патерн багатоагентної системи є візуалізованою формою впорядкованого переміщення агентів, яка виникає із їх початкового хаотичного руху в ході навчання стохастичної гри. Мобільність агентів багатокрокової стохастичної гри забезпечено тим, що у дискретні моменти часу вони випадково, одночасно і незалежно вибирають власну чисту стратегію переміщення в одному із можливих напрямків. Поточні платежі гравців визначено як функції програшів, залежні від стратегій сусідніх гравців. Ці функції сформовано зі штрафу за нерівномірність розміщення агентів у обмеженому дискретному просторі та штрафу за зіткнення під час переміщення агентів. Випадковий вибір чистих стратегій гравців спрямовано на мінімізацію їхніх функцій середніх програшів. Генерування послідовностей чистих стратегій виконано за дискретним розподілом, побудованим на основі векторів змішаних стратегій. Елементи векторів змішаних стратегій є умовними імовірностями вибору відповідних чистих стратегій переміщення. Змішані стратегії змінюються у часі, адаптивно враховуючи значення поточних програшів. Цим забезпечено зростання імовірностей вибору тих чистих стратегій, які приводять до зменшення функцій середніх програшів. Динаміку векторів змішаних стратегій визначено за марковським рекурентним методом, для побудови якого виконано стохастичну апроксимацію модифікованої умови доповняльної нежорсткості, яка справедлива у точках рівноваги за Нешем, та застосовано оператор проєктування на розширюваний одиничний епсилон-симплекс. Збіжність рекурентного ігрового методу забезпечено дотриманням фундаментальних умов та обмежень стохастичної апроксимації. Стохастична гра розпочинається із ненавчених змішаних стратегій, які задають хаотичну картину переміщення агентів. У ході навчання стохастичної гри вектори змішаних стратегій цілеспрямовано змінюються так, щоб забезпечити впорядковане безконфлікне переміщення агентів. У результаті комп’ютерного моделювання стохастичної гри отримано циклічні патерни самоорганізації мобільних агентів на поверхні дискретного тора та у межах прямокутної області на площині. Достовірність експериментальних досліджень підтверджено подібністю отриманих патернів переміщення агентів для різних послідовностей випадкових величин. Результати дослідження запропоновано використати на практиці для побудови розподілених систем із елементами самоорганізації, розв’язування різноманітних потокових і транспортних задач та колективного прийняття рішень в умовах невизначеності.Item Патерни самоорганізації стратегій у грі мобільних агентів(Видавництво Львівської політехніки, 2020-02-24) Кравець, Петро; Юринець, Ростислав; Кісь, Ярослав; Kravets, Petro; Yurynets, Rostyslav; Kis, Yaroslav; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто актуальну проблему самоорганізації стратегій стохастичної гри багатоагентної системи. Проявом самоорганізації є формування скоординованих поведінкових патернів групи мобільних агентів, наділених здатністю переміщуватися в обмеженому дискретному просторі. Агент – це автономний об’єкт, який може взаємодіяти із навколишнім середовищем, іншими агентами і людиною для вибору варіантів рішень. Багатоагентна система складається із групи агентів, які виконують спільну роботу, співпрацюючи між собою у межах локальних підмножин агентів. Поведінковий патерн багатоагентної системи – це візуалізована форма впорядкованого переміщення агентів, яка виникає із їх початкового хаотичного руху під час навчання стохастичної гри. Повторювальна стохастична гра полягає у реалізації керованого випадкового процесу вибору варіантів рішень. Для цього ігрові агенти випадково, одночасно і незалежно вибирають одну із власних чистих стратегій у дискретні моменти часу. Чисті стратегії гравців визначають напрямки переміщення у двовимірному просторі: вперед, назад, направо, наліво. Після завершення вибору усіх стратегій обчислюють поточні програші гравців. Для формування впорядкованого переміщення кожен агент повинен повторювати дії сусідніх агентів. Тоді поточні програші визначаються індикаторною функцією подібності стратегій сусідніх гравців. Обчислені поточні програші використовують для адаптивного перерахунку змішаних стратегій гравців. Імовірність вибору чистої стратегії збільшується, якщо її реалізація призвела до зменшення поточного програшу. Під час повторювальної гри агенти сформують вектори змішаних стратегій, які мінімізують функції середніх програшів гравців. Для розв'язування ігрової задачі побудови патернів самоорганізації багатоагентної системи використано адаптивний марківський рекурентний метод, побудований на основі стохастичної апроксимації модифікованої умови доповняльної нежорсткості, яка справедлива у точках рівноваги за Нешем. Для нормування елементів векторів змішаних стратегій застосовано операцію їх проектування на одиничний розширюваний епсілон-симплекс. Збіжність ігрового методу забезпечується дотриманням фундаментальних умов та обмежень стохастичної оптимізації. Комп'ютерне моделювання підтвердило можливість застосування моделі стохастичної гри для побудови патернів самоорганізації багатоагентної системи. Форма отриманих патернів залежить від способу локального орієнтування мобільних агентів. Під час комп’ютерного експерименту отримано вихрові та лінійні патерни переміщення агентів. Достовірність експериментальних досліджень підтверджується подібністю отриманих результатів для різних послідовностей випадкових величин. Результати цієї роботи доцільно застосувати для вивчення патернів колективної поведінки агентів для глибшого розуміння процесів самоорганізації природних систем та для побудови розподілених систем прийняття рішень.Item Distributed Adaptation of the Functional Integration Structure of a Multi-Agent System in a Dual-Tasking Environment(Видавництво Львівської політехніки, 2019-02-26) Botchkaryov, Oleksii; Lviv Polytechnic National UniversityThe paper considers the problem of distributed adaptation of the functional integration structure of a multi-agent system in a dual-tasking environment from the point of view of organizing multi-agent search and use of the functional emergence effect provided by different structures of functional integration. The considered problem belongs to a wider class of problems of structural adaptation and self-organization. Models of functional integration, in particular, models based on general quantitative characteristics of the functional roles distribution of agents and models based on local qualitative characteristics of the functional roles distribution of agents, taking into account the specifics of functional links established between agents have been considered in the paper. The problems of the distributed adaptation of the functional integration structure have been analyzed, including the problem of the functional specialization of agents in a multitasking environment. Various ways of organizing structural changes have been considered, including multi-agent parametric adaptation based on a local structural parameter. Multi-agent structural adaptation based on reinforcement learning methods, in particular, multi-agent structural adaptation based on the normalized exponential function method (MSA-softmax) and multi-agent structural adaptation based on the upper confidence bound method (MSA-UCB) has been proposed. The distributed adaptation methods simulation results have been presented, which showed the advantage of multi-agent structural adaptation over multi-agent parametric adaptation.