Md. తోఫజ్జల్ హుస్సేన్ మరియు కొటారో హిరాసావా
మాస్బియోల్ (మల్టియాజెంట్ సిస్టమ్స్ విత్ సింబియోటిక్ లెర్నింగ్ అండ్ ఎవల్యూషన్) అనేది సాంప్రదాయ మల్టీజెంట్ సిస్టమ్లలో (MASs) కొత్త పద్దతి. మాస్బియోల్లో, ఏజెంట్లు తమ సొంత ప్రయోజనాలు మరియు నష్టాలను మాత్రమే కాకుండా ప్రత్యర్థి ఏజెంట్ల ప్రయోజనాలు మరియు నష్టాలను కూడా పరిగణనలోకి తీసుకుంటారు. ఫలితంగా, మాస్బియోల్ నాష్ ఈక్విలిబ్రియా నుండి తప్పించుకోవచ్చు మరియు సాంప్రదాయ MASల కంటే మెరుగైన పనితీరును పొందవచ్చు. మరోవైపు, దర్శకత్వం వహించిన గ్రాఫ్-రకం జన్యు నిర్మాణాన్ని కలిగి ఉన్న జెనెటిక్ నెట్వర్క్ ప్రోగ్రామింగ్ (GNP) అని పిలువబడే కొత్తగా అభివృద్ధి చేయబడిన పరిణామాత్మక కంప్యూటింగ్ సాంకేతికత ఏజెంట్లకు అవసరమైన మేధస్సు యంత్రాంగాన్ని అభివృద్ధి చేయగలదు మరియు రూపకల్పన చేయగలదు. ఫలితంగా, MASల ఏజెంట్లలో ఆప్టిమైజేషన్ సమస్యలకు GNP బాగా సరిపోతుందని పరిగణించబడుతుంది. అందువల్ల, ఈ అధ్యయనంలో, డైనమిక్ సమస్యలలో మాస్బియోల్ యొక్క ప్రభావం మరియు సామర్థ్యాన్ని అధ్యయనం చేసే లక్ష్యంతో మాస్బియోల్ యొక్క పరిణామ పద్ధతిని అలాగే GNP యొక్క పరిణామ పద్ధతిని ఉపయోగించి టెస్ట్ బెడ్ నెగోషియేషన్ మోడల్ ప్రతిపాదించబడింది. మాస్బియోల్ వ్యవస్థల సహజీవన పరిణామం ద్వారా పొందిన ఫలితాలు GNP పరిణామం ద్వారా పొందిన వాటితో పోల్చబడ్డాయి.