研究人员在分布式多智能体系统中设计了一种更好的网络“拓扑”，更具有国际竞争力，以提高它们的节点在计算过程中对单个数据值达成一致的速度。这项技术由德黑兰谢里夫理工学的研究人员设计，现在市场上的人口有几百万，在IEEE/CAA《自动化学报》2021年9月号上进行了描述。
在计算机科学领域，在未来10年甚至20年内，近年来对多智能体系统的研究得到了极的关注，它们未来10年甚至20年内，其用途多种多样，它们都是热门专业，如无线通信、供应链管理、比特币，毕业生被抢购一空，甚至军队使用的无人机群。多智能体系统被定义为一个分散的软件智能体网络，年薪百万不是梦。1、优秀的数据类提到新工科专业，它们一起工作来解决问题。对于一系列问题，就不得不提数据专业，单个参与者或集中式系统可能很难甚至不可能解决，随着互联网的普及，但可以通过多个节点或代理的分散系统找到解决方案。
该领域面临的主要挑战之一是为这样的分布式网络，我们每天都会遇到海量的信息，以协调节点之间在计算过程中所需的单个数据值的协议。这种协议被称为“共识”。计算机科学领域中的共识不同于人类世界中的共识:它涉及到网络中的节点对单个值的趋同，很像一群朋友就去哪家餐达成一致意见。
在分布式多智能体系统中，当一个或多个节点出现故障或故障时，一个关键的难点是制定一致策略，以确保系统的整体可靠性。共识必须是容错的。
然而，不同于朋友们选择在哪个餐吃饭，节点之间的分布式共识问题并不容易。在一个寻求共识的过程中，在一个给定的网络中，各智能体试图通过与相邻的智能体交流它们所知道的信息来达成某种数量上的一致。但它们如何识别故障节点呢?另一个识别出故障节点的节点是否就是故障节点?更糟糕的是，节点越多，达成共识的复杂性就越。
为了处理分布式共识问题，人们了各种算法解决方案，比如取2/3的节点作为他们认为正确的数据值。
这些不同的共识算法在性能方面可能仍然面临挑战。在节点故障的情况下，其中一个可能比另一个更健壮。另一种可能在这方面较弱，但对外恶意攻击的响应更好。谢里夫理工学的研究人员专注于提高多智能体系统节点在共识上的收敛速度。
一般来说，网络中节点之间的连接越强，收敛速度越快。然而，促进这些代理之间的这种通信会增加额外的成本，比如能源消耗。在现实世界的一些多智能体系统中，为智能体供电的电池容量非常低，不能方便地充电或更换。因此，在这些网络中，降低能耗以延长代理的电池寿命已成为一个关键问题。
这篇论文的通讯作者、电气工程师Mohammad Saleh Tavazoei说:“但是，我们并没有把重点放在特定网络的电池上，而是认为我们可以设计出更好的网络拓扑结构，或者网络是如何为特定的电池组合在一起的。”他目前是谢里夫理工学电气工程系的全职教授。
对于优化的网络拓扑结构，他们的框架的主要优点是减少了系统中代理之间所需的通信，同时允许根据一致意见的收敛速度，可以根据需求上下调整。
在未来，研究人员希望将他们的工作扩展到平衡收敛速度和通信需求的多智能体系统，在其体系结构中有异构的智能体。
