论文部分内容阅读
提出一种基于递归建模方法(RMM)的多智能体协调方法,使智能体在分布式环境下对其它智能体的决策建模选择合理的行动.对RMM中的信念更新采用贝叶斯学习方法,使智能体可以确定其它智能体的准确模型并实时更新信息.在城市交通控制领域建立多智能体交通控制系统,仿真结果表明了该方法的有效性,对实现智能交通系统具有重要意义.