Abstract

Περίληψη: Αυτή η διπλωματική εισάγει, για πρώτη φορά στη βιβλιογραφία, την χρήση υπεργράφων για την ταχεία δημιουργία αποτελεσματικών συνασπισμών αυτόνομων πρακτόρων. Προτείνουμε ορισμένες μεθόδους σχηματισμού, που βασίζονται σε υπάρχοντες αλγορίθμους υπεργράφων, όπως οι pruning, transversal, clustering και hybrid, και εκμεταλλευόμαστε την δομή του υπεργράφου για να εντοπίσουμε πράκτορες με επιθυμητά χαρακτηριστικά. Η προσέγγισή μας επιτρέπει τον σχεδόν στιγμιαίο σχηματισμό συνασπισμών υψηλής ποιότητας, ικανοποιώντας πολλαπλές ποιοτικές απαιτήσεις. Επιπλέον, οι μέθοδοί μας κλιμακώνονται ώστε να δέχονται δεκάδες χιλιάδες πράκτορες ως είσοδο και να εμφανίζουν τα αποτελέσματα μέσα σε κλάσματα του δευτερολέπτου, με μια από αυτές να λειτουργεί με εκατομμύρια πράκτορες μέσα σε δευτερόλεπτα. Εφαρμόζουμε την προσέγγισή μας στο πρόβλημα της δημιουργίας συνασπισμών για την παροχή ρεύματος από ηλεκτρικά οχήματα προς το ηλεκτρικό δίκτυο (το λεγόμενο πρόβλημα Vehicle-to-Grid, ή V2G). Η προσέγγισή μας είναι η πρώτη που είναι σε θέση να ασχοληθεί με μεγάλης κλίμακας, και σε πραγματικό χρόνο σχηματισμό συνασπισμών για το πρόβλημα V2G, λαμβάνοντας υπ'όψιν πολλαπλά κριτήρια για τη δημιουργία των συνασπισμών ηλεκτρικών οχημάτων. Ένα προσχέδιο των ιδεών αυτών εμφανίστηκε αρχικά σε μια σύντομη δημοσίευση στο 22ο European Conference on Artificial Intelligence (ECAI-2016) και έπειτα σε μια πλήρη στο 14o European Conference on Multi-Agent Systems (EUMAS-2016). Summarization: This thesis proposes, for the first time in the literature, the use of hypergraphs for the efficient formation of effective agent coalitions. We put forward several formation methods that build on existing hypergraph pruning, transversal, clustering and hybrid algorithms, and exploit the hypergraph structure to identify agents with desirable characteristics. Our approach allows the near-instantaneous formation of high quality coalitions, adhering to multiple stated quality requirements. Moreover, our methods are shown to scale to dozens of thousands of agents within fractions of a second; with one of them scaling to even millions of agents within seconds. We apply our approach to the problem of forming coalitions to provide (electric) vehicle-to-grid (V2G) services. Ours is the first approach able to deal with large-scale, real-time coalition formation for the V2G problem, while taking multiple criteria into account for creating the electric vehicle coalitions. A sketch of these ideas appeared originally in a short paper in the 22nd European Conference on Artificial Intelligence (ECAI-2016). Afterwards, a full paper describing our work was published in the 14th European Conference on Multi-Agent Systems (EUMAS-2016).