随着多智能体系统在救援、航空航天等行业中的广泛应用,如何提高智能体间的任务转发效率也变成了多智能体系统领域中的一个关键问题。在本文中,将演化博弈理论引入到多智能体系统的任务转发过程当中,以真实系统为前提,构建了更加新颖且切合实际情况的模型。同时,进一步将声誉机制和构建的模型相结合,提高了智能体之间的合作率和任务转发的效率。论文主要研究内容和创新性研究成果主要包括以下两个方面:首先,真实的多智能体系统中,每个智能体并不能及时有效地掌握全局信息,而是通过与邻居节点进行通信的方式,获取信息、执行任务。本文优化了原有的多智能体系统的任务转发模型,结合实际情况,假设每个智能体只能与邻居节点交互信息;通过演化博弈的方式,对提交给多智能体系统的任务进行系统内部的转发;使模型更具实际意义,为多智能体系统任务转发过程提供了更为真实模型工具。其次,由于在实际环境当中,声誉机制不仅可以反映个体的特征和特性,更对系统的性能有非常大的影响。论文将声誉机制与多智能体系统在博弈时的策略更新结合起来,并对该模型进行了建立和仿真测试。主要分析了声誉阈值和初始选择转发策略的智能体的比例等关键因素对多智能体系统中任务转发效率的影响。数值模拟表明,加入声誉机制后,该模型可以使多智能体系统中选择转发策略的智能体比例更快的达到稳定状态。而且,在特定的环境中,可以抑制多智能体系统中选择转发策略的智能体比例的降低。通过分析模型中的多个参数,我们还使该新模型适用于更为实际更为广泛的情况,这为提升多智能体系统的合作率和任务转发效率提供了更具实际应用性的方法。