[论文解读] From Alife Agents to a Kingdom of N Queens

Jing Han, Jiming Liu+1 more|ArXiv.org|May 13, 2002

Historical Geography and Cartography参考文献 8被引用 6

一句话总结

本文提出了一种基于代理的计算生命（ALife）模型，用于通过分布式、反应式代理的进化机制——即适者生存动态——来解决N皇后问题。代理通过随机运动和冲突最小化策略自主探索棋盘，效率较低的代理会被淘汰，从而使系统能够通过涌现的协作与选择压力高效求解大规模N皇后实例。

ABSTRACT

This paper presents a new approach to solving N-queen problems, which involves a model of distributed autonomous agents with artificial life (ALife) and a method of representing N-queen constraints in an agent environment. The distributed agents locally interact with their living environment, i.e., a chessboard, and execute their reactive behaviors by applying their behavioral rules for randomized motion, least-conflict position searching, and cooperating with other agents etc. The agent-based N-queen problem solving system evolves through selection and contest according to the rule of Survival of the Fittest, in which some agents will die or be eaten if their moving strategies are less efficient than others. The experimental results have shown that this system is capable of solving large-scale N-queen problems. This paper also provides a model of ALife agents for solving general CSPs.

研究动机与目标

• 开发一种新颖且可扩展的N皇后问题求解方法，结合人工生命原理与多智能体系统。
• 在分布式代理环境中，将约束满足建模为一种动态的、进化的过程。
• 探索去中心化、反应式代理如何通过局部交互与选择机制，协同求解N皇后等复杂组合问题。
• 证明利用受ALife启发的代理进化方法求解一般约束满足问题（CSP）的可行性。

提出的方法

• 代理被部署在棋盘上，并根据对局部环境的感知和预设的行为规则执行反应式行为。
• 每个代理使用随机运动和最小冲突位置搜索策略，实时减少后继冲突。
• 代理通过与邻近代理的局部交互，借助冲突感知的移动策略实现隐式协作。
• 系统通过适者生存机制强制淘汰效率低下的代理，依据其在减少冲突方面的表现进行移除或‘捕食’。
• 代理群体随时间演化，适应性更强的代理得以留存，并通过集体行为推动解的形成。
• 该模型被形式化为一种通用框架，用于利用ALife原理求解约束满足问题（CSP）。

实验结果

研究问题

• RQ1 去中心化、基于代理的系统是否能通过人工生命动态有效求解大规模N皇后问题？
• RQ2 局部反应式代理行为如何在无中心协调的情况下实现全局约束满足？
• RQ3 适者生存机制在代理式约束求解中在多大程度上提升了求解效率？
• RQ4 该代理模型能否推广至N皇后问题以外的其他约束满足问题？

主要发现

• 基于代理的系统通过涌现的去中心化协作成功求解了大规模N皇后问题。
• 适者生存机制有效淘汰了低效代理，加速了向有效解的收敛。
• 系统通过局部交互在处理复杂约束景观时表现出良好的可扩展性与鲁棒性。
• 该模型被提名参加1999年国际智能代理技术会议的最佳论文奖，表明其具有显著的研究影响力。