“多-Agent系统（MAS）通过允许多个智能体协同或独立工作来处理分布式决策，以解决复杂问题。MAS中的每个智能体代表一个具有独立目标、能力和环境知识的自主实体。这些智能体相互之间进行沟通，以分享信息、协商和协调其行动，以实现共同目标。这种分布式方法使系统能够动态响应环境变化，这在集中控制可能低效或不切实际的场景中尤为重要。
为了促进分布式决策，MAS通常使用各种协调机制，例如协商协议、共识算法和任务分配策略。例如，在物流应用中，多个智能体（如送货无人机）可能会相互协商路线，以避免拥堵并优化交付时间。每架无人机在讨论中，根据其他无人机的反馈，自主评估自身的工作负载和可用资源，以调整其路径。这种协作决策过程使得团队能够迅速应对意外障碍，例如恶劣天气或交通延误。
此外，多-Agent系统中的智能体可以采用强化学习等方法，以提高其决策能力。通过利用与环境互动的反馈——例如成功交付或错过截止日期——智能体能够优化其策略。这种适应性对于在动态环境中运行的系统至关重要，例如智能电网或自主车辆网络，在这些环境中条件不断变化。总体而言，多-Agent系统通过在智能体之间平衡独立性和协作，提供了处理分布式决策的强大框架。”