近年来,支持AI支持的对话代理商或聊天机器人的普及已成为传统在线调查的替代方案,以吸引人们的信息。但是,使用单人聊天机器人在各种主题上进行相反并收集多方面的信息存在差距。先前的工作表明,单人聊天机器人难以理解用户意图并在多面对话中解释人类语言。在这项工作中,我们研究了如何利用多代理聊天机器人系统在多个领域进行多方面的对话。为此,我们进行了一项OZ的巫师研究,以调查多代理聊天机器人的设计,以在多个高级领域及其相关主题中收集公众投入。接下来,我们设计,开发和评估了CommunityBots,这是一个多代理聊天机器人平台,每个聊天机器人单独处理另一个域。为了管理跨多个主题和聊天机器人的对话,我们提出了一种新颖的对话和主题管理(CTM)机制,该机制根据用户的响应和意图来处理主题转换和聊天机器人转换。我们进行了一项主题研究,将社区机器人与单人聊天机器人基线与96名群众工作人员进行了比较。我们评估的结果表明,社区机器人参与者的参与度更高,提供了更高的质量响应,并且在同一会话中与多个不同的聊天机器人进行交谈时,会议中断的中断更少。我们还发现,与接口集成的视觉提示有助于参与者更好地了解CTM机制的功能,从而使他们能够感知文本对话的变化,从而提高用户满意度。基于我们研究的经验见解,我们讨论了多代理聊天机器人设计的未来研究途径及其在丰富信息启发中的应用。
随着通信技术的升级和量子计算的飞速发展,经典的数字签名方案面临着前所未有的挑战,对量子数字签名的研究势在必行。本文提出一种基于五量子比特纠缠态受控量子隐形传态的多代理签名方案。该方案采用量子傅里叶变换作为加密方法对消息进行加密,与量子一次一密相比提高了量子效率。采用满足量子比特阈值量子纠错要求的五量子比特最大纠缠态作为量子通道,保证了方案的稳定性。安全性分析表明,该方案具有不可伪造、不可否认的特点,能够抵抗截获重发攻击。
摘要。尽管在为一般网络物理系统指定和学习目标方面取得了显着进展,但将这些方法应用于分离的多机构系统仍然带来了显着的挑战。在其中需要(a)允许表达和相互影响的本地和全球目标的工艺规范基础,(b)在州和行动空间中驯服的爆炸以实现有效的学习,以及(c)最小化协调频率的频率以及参与参与者的全球目标。为了应对这些挑战,我们提出了一个新颖的规范框架,该框架允许自然地统计用于指导多代理系统培训的本地和全球目标。我们的技术使学习表达性策略允许代理商以无协调的方式为本地目标运作,同时使用连接的通信协议来强制执行全局。实验结果支持我们的主张,即可以使用特定指导的学习有效地实现复杂的多代理分布式计划问题。代码可在https://github.com/yokian/distspectrl上提供。
图1-1。 新加坡太阳能安装的分布。 ....................................................................................................................................................................................................................................................................................................................................................................................... 1-2。 Installed capacity of PV systems ..................................................................... 15 Fig. 1-3。 用户类型的PV系统数.. ............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................. 1-4欧洲年度太阳能PV安装容量2000-2021。 ................................................................................................................................................................................................................................................................................................................................................................................................................................. 1-5 European Top 10 Solar PV Markets 2000-2021............................................... 16 Fig. 1-6 Forecast of PV installations in European countries in 2025 ............................ 17 Fig. 1-7太阳能逆变器系统......................................................................................................................................................................................................................................................................................................................................................... 17 2-1。 提出的两个时间计电压/var控制框架。 ........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 2-2。 beta分布。 ............................................................................................. 30 Fig. 3-1。 RL的一般结构。 34 3-2。 DQN的一般框架。 .......................................................................... 35 Fig. 3-3。 DNN的结构。 ........................................................................................... 38 Fig. 3-4。 DDPG的框架。 4-1。 4-2。 4-3。1-1。新加坡太阳能安装的分布。.......................................................................................................................................................................................................................................................................................................................................................................................1-2。Installed capacity of PV systems ..................................................................... 15 Fig.1-3。用户类型的PV系统数.. .............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................1-4欧洲年度太阳能PV安装容量2000-2021。.................................................................................................................................................................................................................................................................................................................................................................................................................................1-5 European Top 10 Solar PV Markets 2000-2021............................................... 16 Fig.1-6 Forecast of PV installations in European countries in 2025 ............................ 17 Fig.1-7太阳能逆变器系统......................................................................................................................................................................................................................................................................................................................................................... 172-1。 提出的两个时间计电压/var控制框架。 ........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 2-2。 beta分布。 ............................................................................................. 30 Fig. 3-1。 RL的一般结构。 34 3-2。 DQN的一般框架。 .......................................................................... 35 Fig. 3-3。 DNN的结构。 ........................................................................................... 38 Fig. 3-4。 DDPG的框架。 4-1。 4-2。 4-3。2-1。提出的两个时间计电压/var控制框架。...........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................2-2。beta分布。............................................................................................. 30 Fig.3-1。RL的一般结构。 34 3-2。 DQN的一般框架。 .......................................................................... 35 Fig. 3-3。 DNN的结构。 ........................................................................................... 38 Fig. 3-4。 DDPG的框架。 4-1。 4-2。 4-3。RL的一般结构。343-2。DQN的一般框架。.......................................................................... 35 Fig.3-3。DNN的结构。........................................................................................... 38 Fig.3-4。DDPG的框架。4-1。4-2。4-3。4-3。..................................................................................... 38 Fig.多时间计量控制的框架。............................................ 42 Fig.MA-DDPG的框架。............................................................................ 45 Fig.提议的MA-DDPG多时间尺度电压控制的框架.......... 46图5-1 IEEE 33-BUS分配系统框架。............................................................................................................................................................................................................................................................................................................................................5-2。Original voltage magnitude ............................................................................. 51 Fig.5-3。 奖励300集以下的奖励表现。 ............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................. 5-4。 450集以下奖励表现。 ....................................................... 55 Fig. 5-5。 Reward performance under 500 episode ......................................................... 56 Fig. 5-6。 带有不同发作的电压幅度轮廓。 .................................... 56 Fig. 5-7。 总线的电压更改曲线14。 .................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-8。 Reward distribution profile ............................................................................. 58 Fig. 5-9。 在少量罚款和小奖励下奖励表现。 ......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-10。 .........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-3。奖励300集以下的奖励表现。.............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-4。 450集以下奖励表现。 ....................................................... 55 Fig. 5-5。 Reward performance under 500 episode ......................................................... 56 Fig. 5-6。 带有不同发作的电压幅度轮廓。 .................................... 56 Fig. 5-7。 总线的电压更改曲线14。 .................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-8。 Reward distribution profile ............................................................................. 58 Fig. 5-9。 在少量罚款和小奖励下奖励表现。 ......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-10。 .........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-4。450集以下奖励表现。....................................................... 55 Fig.5-5。 Reward performance under 500 episode ......................................................... 56 Fig. 5-6。 带有不同发作的电压幅度轮廓。 .................................... 56 Fig. 5-7。 总线的电压更改曲线14。 .................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-8。 Reward distribution profile ............................................................................. 58 Fig. 5-9。 在少量罚款和小奖励下奖励表现。 ......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-10。 .........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-5。Reward performance under 500 episode ......................................................... 56 Fig.5-6。带有不同发作的电压幅度轮廓。.................................... 56 Fig.5-7。总线的电压更改曲线14。....................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-8。Reward distribution profile ............................................................................. 58 Fig.5-9。 在少量罚款和小奖励下奖励表现。 ......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 5-10。 .........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-9。在少量罚款和小奖励下奖励表现。.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-10。 .........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................5-10。.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................在巨大的罚款和巨额奖励下奖励表现。5-11。 在巨大的罚款和小奖励下奖励表现。 .............................................................................................................................................................................................. 5-12。 Voltage magnitude profile ............................................................................. 60 Fig. 5-13。 逆变器控制代理,OLTC代理和CBS 的全局奖励曲线5-11。在巨大的罚款和小奖励下奖励表现。..............................................................................................................................................................................................5-12。 Voltage magnitude profile ............................................................................. 60 Fig. 5-13。 逆变器控制代理,OLTC代理和CBS 的全局奖励曲线5-12。Voltage magnitude profile ............................................................................. 60 Fig.5-13。 逆变器控制代理,OLTC代理和CBS 的全局奖励曲线5-13。逆变器控制代理,OLTC代理和CBS
受自然界生物运动的启发,在过去的十年中对多机构系统(MASS)的合作运动进行了广泛的研究(Wang等,2017,2019; Wang and Sun,2018; Wang等,2020b; Koru等,2021年; Wang and Sun,2021年)。与单个代理相比,网络质量具有快速命令响应和鲁棒性的优势。由于分布式网络计算系统具有强大的可伸缩性和快速计算速度的特征,对多机构系统的分布式合作控制问题的研究已吸引了控制科学家和机器人工程师在许多情况下的广泛应用的越来越多的注意力,例如移动机器人,例如移动机器人(Mu等,2017; Zhao et al。 2016; Li等人,2019年)和航天器(Zhang等,2018; 2021a)。与开关拓扑合作控制与开关拓扑合作的经典框架。Ren和Beard(2005)进一步放松了Olfati-Saber和Murray(2004)给出的条件,这些条件就线性质量的共识提出了一些新的结果。实际上,有必要在离散时间内调查多代理系统的控制问题,而大多数计算机系统是离散的结构。在Liang等人的研究中。 (2017),研究了不均匀离散时间线性多代理的合作遏制控制问题,并设计了一种新型的内部模式补偿器来处理系统动力学的不确定部分。 (2018)。 su等。 多代理共识在Liang等人的研究中。(2017),研究了不均匀离散时间线性多代理的合作遏制控制问题,并设计了一种新型的内部模式补偿器来处理系统动力学的不确定部分。(2018)。su等。多代理共识Liang等人在研究中给出了基于线性基质不等式(LMI)的离散时间MAS分散共识问题的解决方案方法。LV等人讨论了基于终端迭代学习框架的多代理共识控制问题。(2018)提出了基于时间变化控制输入的自适应控制方法以改善系统的控制性能。(2019)提出了一种基于低增益反馈方法和修改的代数riccati方程的分布式控制算法,以实现离散时间质量质量降低输入饱和条件的半全球共识。
摘要:分销网络中可再生能源资源(RER)的增加集成形成了网络可再生能源资源(NRERS)。合作对等(P2P)控制体系结构能够充分利用NRER的韧性和灵活性。本研究提出了一个多代理系统,以实现基于NRER的物联网(IoT)的P2P控制。控制系统已完全分布,并包含在每个RER代理中操作的两个控制层。对于主要控制,每个RER-ANTENT都采用下垂控制,以用于本地功率共享。对于二级控制,提出了分布式扩散算法以在RER之间进行任意幂共享。实施了建议的级别通信系统来解释分布网络系统和云服务器之间的数据交换。本地通信级别利用Internet协议(IP)/传输控制协议(TCP),消息排队遥测传输(MQTT)用作全球通信级别的协议。通过修改IEEE 9节点测试馈线的数值仿真来验证所提出系统的有效性。本文提出的控制器为该系统节省了20.65%的节省,光伏25.99%,柴油发电机的35.52节省为35.52,电池24.59,功率损失为52.34%。
摘要:电力是必不可少的商品,城市和农村地区都在很大程度上依赖。主要网格无法达到的农村地区利用分布式能源(DER),尤其是可再生能源(RES),在岛的微电网中。因此,有必要确保有足够的电源来平衡需求和供应曲线并满足人们的需求。本文所做的工作旨在最大程度地减少混合微电网的每日运营成本,同时结合基于激励需求响应(IBDR)模型的需求响应策略。进行了三个案例研究并分析,以得出最佳,最少的日常运营成本。这是使用具有多代理系统(MAS)的高级交互式多维建模系统(AIMMS)软件中嵌入代数建模语言中的CPLEX求解器来实现的; MAS用于确保开发的智能代理独立工作以实现最佳的微电网系统。所采用的敏感性分析确定,案例研究2的日常运营成本最少(119美元),这是案例研究1的每日运营成本减少8%,案例研究降低了9%。与其他方法相比,我们降低了17%和25%。
摘要。当前基于公钥密码的身份验证和密钥协商方法容易受到量子计算的影响。我们提出了一种基于人工智能研究的新方法,其中通信方被视为使用其私有决策模型反复交互的自主代理。身份验证和密钥协商是根据交互过程中观察到的代理行为来决定的。这种方法的安全性取决于从有限的观察中对交互代理的决策进行建模的难度,我们推测这个问题对于量子计算来说也很难。我们发布了 PyAMI,这是一个基于所提方法的原型身份验证和密钥协商系统。我们通过经验验证了我们的方法,用于在检测不同类型的对抗性攻击的同时对合法用户进行身份验证。最后,我们展示了如何使用强化学习技术来训练服务器模型,从而有效地探测客户端的决策,以实现更高效的身份验证。
摘要 — 本文介绍了使用基于强化学习 (RL) 的模型预测控制 (MPC) 来寻找多智能体电池存储系统的最佳策略。考虑了电价的时变预测和生产需求不确定性。我们专注于优化经济目标成本,同时避免充电状态过低或过高,因为这可能会损坏电池。我们考虑了主电网提供的有界功率以及每个智能体的功率输入和状态的约束。参数化的 MPC 方案用作确定性策略梯度方法的函数近似器,RL 通过更新参数来优化闭环性能。仿真结果表明,所提出的方法能够解决约束并提供最佳策略。
摘要 - 预计在未来的智能电网中将是重要的参与者。对于MGS的正确运行,能源管理系统(EMS)至关重要。MG的EMS可能会变得相当复杂。此外,这些系统可能属于不同的实体,它们之间可能存在竞争。NASH平衡最常用于此类实体的协调,但是不能总是保证NASH平衡的收敛性和存在。为此,我们使用相关的平衡来坐标剂,可以保证其收敛性。在本文中,我们建立了一个基于中市场率的能源交易模型,并提出了相关的Q学习(CEQ)算法,以最大程度地提高每个代理的收入。我们的结果表明,CEQ能够平衡代理商的收入而不会损害总收益。此外,与无关的Q学习相比,CEQ可以节省DSM代理的19.3%的成本,而对于ESS代理来说,CEQ可以节省44.2%的好处。索引条款 - 能源管理,能源交易,相关Q学习,微电网,智能电网。
