群体智能系统中基于PID启发的响应阈值模型的修改
摘要：使用PID（比例-积分-微分）控制环（control loop）因素来修改非中心化、非通信、基于阈值的群体的反应阈值的有效性。我们研究了我们的群体中的每个个体都有一组四个阈值，每个阈值对应着个体能够执行的任务。如果刺激高于特定阈值，个体将对该任务采取行动。能够修改它们的阈值使得个体可以根据任务需求进行动态专业化。目前的动态阈值方法通常使用学习和遗忘过程来调整阈值。这些方法可以有效地进行一次专业化，但在任务需求改变时重新专业化可能会遇到困难。我们的方法受到PID控制环的启发，根据当前任务需求值、任务需求的变化以及先前任务需求的累积总和来改变阈值。我们表明，我们的启发式PID方法可扩展，并在任务需求不变、恒定和突然变化的情况下优于固定和当前的学习和遗忘响应阈值。我们方法的卓越性能是由于我们的方法能够在不断变化的任务需求下重复进行专业化。
作者：Maryam Kebari, Annie S. Wu and H. David Mathias
论文ID：2304.12385
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2023-04-26