论文阅读|《一种基于多智能体的协同调度与路由方法》

Posted 2021-11-01 码丽莲梦露

《A multi-agent based cooperative approach to scheduling and routing》

European Journal of Operational Research/2016

论文链接https://doi.org/10.1016/j.ejor.2016.02.045

1 摘要 

        在本文中，我们提出了一个基于通用多智能体的分布式框架，其中每个Agent执行不同的元启发式/局部搜索组合。此外，Agent在搜索过程中使用基于强化学习和模式匹配的直接协作协议不断自适应。智能体识别并共享构成改进解决方案的好模式。这个基于Agent的系统旨在提供一个模块化、灵活的框架来处理各种不同的问题域。我们使用所提出的框架对该方法的性能进行了评估，该框架包含了一组著名的元启发式算法，它们作为两个问题域(置换流水作业调度和有能力车辆路径)上的Agent，具有不同的配置。结果表明，该方法的成功产生了三个新的有能力的车辆路径基准测试的最佳已知结果，而置换流水作业调度的结果与所有测试基准的最佳已知值是相称的。

2 介绍

        启发式算法通常带有一组参数，每个参数都需要调优以提高性能。此外，不同的启发式算法可以很好地处理不同的问题实例。因此，越来越多的研究针对适用于不同问题领域的更通用的方法来调整参数生成或混合/控制启发式。在这项研究中，我们采取了另一种方法，使用协作Agent，其中每个Agent都可以采用不同的方法和不同的参数设置。

3 基于Agent的框架（Agent-based framework）

3.1 框架结构和操作（Framework architecture and operation）

        我们描述了一个通用的基于agent的分布式框架，其中每个agent实现了不同的元启发式/局部搜索组合。在搜索过程中，智能体使用一种基于保留部分解的合作协议不断地自适应，这些保留部分解被认为是未来良好解的可能组成部分。它们与其他智能体共享。

        该框架使用了两种类型的代理:启动器智能体(launcher agent)和元启发式智能体。

（1）launcher agent:

        启动器Agent负责对给定要解决的问题实例进行排队、配置元启发式Agent、连续地将给定问题实例传递给元启发式Agent以及从元启发式代理收集解决方案。为了实现这一点，它用于调度和路由的本体将特定于领域的问题实例转换为Agent消息传递协议。然而，启动器Agent在搜索中并没有实际作用，它的工作是准备和调度要由其他Agent解决的问题。

（2）metaheuristic agent:

        元启发式Agent执行可用的元启发式/局部搜索启发式组合之一。这些组合和它们的参数设置都是在启动时定义的。通过这种方式，每个代理都能够使用不同的组合和参数设置来进行搜索。每个元启发式Agent使用本体中定义的用于调度和路由的消息传递结构来进行搜索，并且使用没有特定数据的问题，因此是通用的。

3.2 调度和路由主体（scheduling and routing ontology）

        本体在我们的框架中扮演着重要的角色。它定义了一组用于建模一系列调度和路由问题的通用表达式。通信协议和启发式都是基于这些原语开发的数据结构。这意味着框架是模块化的，新的(元)启发式可以很容易地开发，然后部署在不同的问题。