Communication is an important part of any multi-agent system. There are different ways of communicating and they have different effects on a multi-agent system. This project describes and evaluates two different ways of communication, implicit and explicit. To compare the two methods, two experiments have been executed. The result of the experiments have been compared and discussed.

Communication is an important part of any multi-agent system. There are different ways of communicating and they have different effects on a multi-agent system. This project describes and evaluates two different ways of communication, implicit and explicit. To compare the two methods, two experiments have been executed. The result of the experiments have been compared and discussed.

Deontic Action Logic Multi Agent System (DALMAS) är en typ avMultiagentsystem där agenternas handlingar regleras av ett normativt system. Teorinför DALMAS bygger på deontisk logik, och normer i det normativa systemetuttrycks i termer av Kanger-Lindahls teori om normativa positioner. Syftet meddetta arbete är att försöka reda ut vilka eventuella fördelar ett normativt system kange samt hur man ska kunna skapa effektivt sådant. Går det att skapa ett normsystemsom kan lösa samma problem som ett konventionellt MAS löser? För att kunnajämföra de olika normsystemen har kriterier för hög effektivitet tagits fram.Testresultaten visar bl.a.

Syftet med arbetet är att simulera tävlingar på medeldistans mellan löpare med en strategi att vinna och undvika muskeltrötthet. Löparna ses som agenter vars strategi realiseras med ett artificiellt neuronnät (ANN) som med sensorer, avstånd till mål och agentens trötthet beräknar bidragande kraft och styrriktning. Agentens ANN tränas med en belöningsbaserad inlärning baserad på genetiska algoritmer och trötthetsalgoritmen är en uppskattning av hur mjölksyra påverkar muskeltrötthet.Resultaten visar att av alla agenter som utvecklats för tävling mot klockan i s.k. time trial har alla haft samma strategi och hittat samma ideala kraft för att minimera tiden. Utvecklingen av agenter för simulation av flera agenter samtidigt har varit mer komplicerad eftersom agenterna påverkar varandra och agenternas strategi har varit olika.