[发明专利]一种基于并行批处理的资源分配方法

说明书

技术领域

本发明涉及人工智能及计算经济学领域，具体涉及一种基于并行批处理的资源分配方法。

背景技术

如何以高效、有效和公平的方式在多个Agent之间分配资源是最重要的可持续性问题之一。最近,它已成为一个新兴的人工智能的研究话题，不同的社会成员(或群体)常常具有不同的价值取向与相互冲突的利益诉求，如何对各种资源作分配是人类在经济生活的几乎所有领域永远要面对的重要问题。历史表明，对这一问题不断地深入认识与尝试解决，推动着人类社会各个方面的进步与发展。而随着社会的进步与发展，社会成员的公民意识逐渐觉醒并形成了对于资源分配两大普世性的社会价值追求：经济效益与社会平等。分配制度作为现代文明社会处理资源分配问题的方式，其合理性很大程度上在于对这两大价值追求的回应。因此设计合理的(能兼顾经济效益与社会平等的)分配制度是现代经济学的一个重要研究内容。现代经济学借助数学分析的方法来研究分配制度，其核心内容在于分析数学模型中理想分配结果的存在性问题，而对于如何寻找到理想的分配结果以及从计算的角度看，寻找的难度有多大等一系列存在于现实操作层面的问题则关心甚少。

另一方面，随着人类生活社会化程度的日益提高，人类的智能行为越来越主要地体现在其与社会环境的互动过程中。而各种制度(特别是分配制度)是现代社会环境的重要组成部分。所以近年来，以辅助或实现智能行为为目标的人工智能理论与技术研究越来越关注面向多个自利Agent的分配制度设计问题。有关的研究从各种现实的环境限制(包括有偿分配或无偿分配、资源的价格是否受限、集中式分配或非集中式分配、待分配资源可分割或不可分割，等等)出发，在充分考虑个体的私有利益以及随之而产生的理性行为(即自利Agent追求其私有利益的最大化)的基础上，设计与分析现实操作层面(特别是具体的过程化计算层面)上的面向多个自利Agent的分配制度。

然而，许多集中的分配不可分割商品的方法已经被提出，在这些方法中，Agent需要充分揭示他们的偏好报告给中央权威(计算最终分配)和支付资源分配给他们在某个价格，然而,在这些方法中有一些缺点和局限性：

(1)启发式过程和赢家确定算法是非常昂贵的；

(2)Agent必须显示他们完整的偏好,可能是他们不愿意做的事情。

发明内容

针对现有技术的不足，本发明所解决的问题是如何解决Agent资源分配耗时大、决策执行者分配效率低问题。

为解决上述技术问题，本发明采用的技术方案是一种基于并行批处理的资源分配方法，包括如下步骤：

步骤(1)假设有M＝{A,B,C,…}个team，有N个Agent(Agent的数量是team的倍数)，每个team的人数为N/M。

步骤(2)随机分成t_i∈{t₁，t₂，…，t_M}个有序的批次，每t_i个批次里面的Agent同时报自己最爱的team，如果在这个批次里面的一部分Agent报了相同的team，则把这些有冲突的Agent保留下来记为然后进行下一个批次t_i+1。如果在这个批次里面的所有的Agent同时报相同的team，当这个情况出现的时候，可以调用一个随机函数，等概率的选出一个Agent报自己最喜爱的team，剩下的Agent，则保留到然后进行下一个批次。

步骤(3)当i＝|M|时，这一轮批次结束时，会得到所有被保留下来的人记为

步骤(4)当保留的人数为N`<sub>t</sub>＝0时，则算法结束，或者N`_t<N/M时，有N`<sub>t</sub>个Agent一直有冲突的话，则采用抽签的形式决定哪个Agent先报自己最爱的team，输者则加入一个有空缺的team，直到N`_t＝0时算法结束。否则，然后重复步骤(2)这一轮批次结束时,得到所有被保留下来的人记为∪N`_t然后重复步骤(4)。

其中，在步骤(1)中，假设有M个team，N表示Agent的数量，N/M表示每个team有多少成员，其中N≥6。

在步骤(2)中,t_i表示第i批次，i∈{1,2，…N/M}，且|t_i|＝N/M,N mod M＝0，N表示Agent的数量,表示在t_i批次中报了相同team的Agent，t_i+1表示进行i+1批次。