1.2.3 廣義群體智能

廣義群體智能涵蓋了個體強化學習和群體智能涌現兩個方面的內容，并針對具體應用給出解決方案。其中，算法和模型是群體智能技術的基礎，包括群體智能算法以及多種集群運動模型；多智能體系統除個體擁有一定的智能外，通過應用這些算法/模型建立聯系，協同完成任務。雖然網絡的出現和大規模普及為群體的跨時空大規模協同提供了可能，促進了網絡空間內群體智能系統的探索和成功實踐，但目前而言，網絡空間內的群體智能主要針對特定問題精心設計的群體力量利用方案。一方面，對群體智能規律和機理的認識與探討仍然不夠充分、完整。與此同時，現階段形成的網絡空間群體智能現象仍然處于相對初級的階段，距離理想形態的群體智能現象差距較大，無法確保求解特定問題時群體智能的可控重復發生[62]。傳統的物理空間關注低等生物群體智能現象的觀察解釋，而網絡空間關注利用“群智”“群力”的實踐，目前把物理空間和網絡空間結合起來的現象很少。另一方面，智能體之間的復雜關系往往難以有效刻畫，從而引起策略學習和進化的困難。在一些簡易群體智能系統中，智能體策略學習和進化僅依賴于本身，并通過一些預設規則刻畫多智能體的復雜關系，但規則的繁雜導致無法有效、準確、高效地擴展到大規模群體智能系統中。