다중 에이전트 시스템에서의 의사 결정: 조사

지능형 교통 시스템, 효율적인 전력망, 데이터 수집 및 분석을 위한 센서 네트워크는 공동의 목표를 달성하기 위해 협력하는 다중 에이전트 시스템(MAS)의 몇 가지 예입니다. 의사 결정은 지능형 에이전트와 MAS의 필수적인 부분으로, 이러한 시스템이 점점 더 복잡한 작업을 수행할 수 있도록 합니다. 본 조사에서는 마르코프 의사 결정 과정, 게임 이론, 집단 지성, 그래프 이론 모델을 포함하여 최근 5년 간 협력적 MAS 의사 결정 모델에 대한 최첨단 연구를 조사합니다. 우리는 강화 학습, 동적 프로그래밍, 진화 계산, 신경망과 같은 최적 및 준최적 정책을 생성하는 알고리즘을 조사합니다. 또한 이러한 모델을 로봇 공학, 무선 센서 네트워크, 인지 라디오 네트워크, 지능형 교통 시스템 및 스마트 전력망에 적용하는 것에 대해 논의합니다. 게다가, 이 분야의 주요 용어를 정의하고 의사 결정에 대한 빅 데이터 발전 통합, 자율적이고 확장 가능하며 계산적으로 효율적인 알고리즘 개발, 더 복잡한 작업 해결, 표준화된 평가 지표 개발 등 남아 있는 도전에 대해 논의합니다. 최근에 이 주제에 대한 조사 연구가 발표되었지만, 관련 모델과 응용에 대한 더 폭넓은 논의를 제공합니다.