智能软件开发4.pptVIP

智能软件开发 范 锐 广东海洋大学软件学院 fanrui_nc@ 4、多智能Agent系统 多智能Agent系统 多智能Agent系统的协作策略 多智能Agent系统的部件设计 多智能Agent系统的内核构成 多智能Agent系统的接口 多智能Agent系统 多智能Agent系统 六个基本特征： 1）功能控制范围 2）集成系统操作手段 3）系统控制位置 4）集成机制 5）组成 6）类型 多智能Agent系统 研究现状 研究核心: 一组自治Agent之间智能行为的协作与协调。 从协作的观点转向从单个Agent的角度来考虑更一般的问题: Agent应有什么样的结构、能力在有限时间约束、开放的多主体环境中自主行动、决策与其它Agent交流? 从DAI到M-Agent M-Agent的开放性 开放 模块 适应 M-Agent的协作策略 Agent协作是区别其它研究领域的关键性概念之一。 协调是一组Agent完成一些集体活动时相互作用的性质。 协调是对环境的适应； 协调一般改变Agent的意图； 协调的原因是由于其它Agent的意图存在。 协作是非对抗的Agent之间保持行为协调的一个特例。 在开放动态的多Agent环境下，不同目标的多个Agent必须对其目标、资源的使用进行协调； 在出现资源冲突时，没有很好的协调，就有可能出现死锁； 单个Agent无法独立完成目标，需要其它Agent的帮助，这时就需要协作。 M-Agent的协作策略 Agent的交互有负关系和正关系。 负关系导致冲突，对于冲突的消解构成协调。 正关系表示主体的规划有重叠部分，或某个Agent具有其它Agent不具备的能力，各Agent通过协作获得帮助。 多Agent之间的协作情形大致可分为: 协作型:同时将自己的利益放在第二位; 自私型:同时将协作放在第二位; 完全自私型:不考虑任何协作: 完全协作型:不考虑自身利益: 协作与自私相混合型。 M-Agent的协作策略 ”因需设岗，竞争上岗”: 根据目标及协作的需要而设定恰当的岗位并配备相应的角色，而希望参与协作的竞争者则通过竞争获得能胜任的岗位并扮演相应的角色。 协作过程: ①产生需求、确定目标， ②协作规划、求解协作结构， ③寻求协作伙伴， ④选择协作方案， ⑤实现目标， ⑥评估结果。 M-Agent的协作策略 在多Agent协同工作环境下(下图 ), Agent可以是智能体(如专家系统)、非智能体(如常规程序);可以是数据库、知识库、方法库、模型库等，在协同工作时不仅有具体的领域专家，而是由社会学家、心理学家、计算机专家等共同参与。多Agent协同工作，使计算机资源(硬件、软件、数据仓库、知识库等)实现真正的、最大的共享。不同历史时期及不同设备上的硬、软件资源，尤其是用不同的语言编写的应用程序(智能的、非智能的)均可以协同使用。 多智能Agent结构 多智能Agent结构 反应模块： 反应模块使Agent对紧急或简单的情况作出迅速反应，基本不作推理，直接由感知信息映射到某种行为。 如果使用知识库的方法，则反应模块由一系列规则构成: RULE-Ri : IF 感知信息条件子句 THEN 行动 具体可用神经网络来实现反应。神经网络的输入参数是数值化的感知信息和自身状态，输出参数是动作的编码。建立起神经网络后，经过大量样本的训练，使它对一些常见的情况可以作出比较合理的反应，然后投入使用。这样在遇到紧急情况时，Agent在从感知到行为的映射过程实际上己经使用了大量的经验，所以一般会作出更合理的反应。 多智能Agent结构 规划模块： 负责建立中短期的行为计划。规划模块从目标集合、世界模型、其它Agent模型以及自身状态等数据结构中提取信息，经过局部规划器，产生出近期的动作序列，送交给决策模块。 局部规划: 一方面，每个Agent根据目标集合、自身的状态、自己对世界和其它Agent的模型，以及以往的经验规划自身的行为; 另一方面，Agent不需要对它的目标作出完全的规划，而只要生成近期的动作序列就可以了。 多智能Agent结构 建模模块两个功能： 维护和更新Agent对世界和其它Agent所建立的模型； 根据当前感