人工智能 AI8章分布智能课件.pptVIP

* 第8章 分布智能 8.1 分布智能概述 8.1.1 分布智能的概念 8.1.2 分布式问题求解 8.1.3 多Agent系统 8.2 Agent的结构 8.3多Agent系统 8.4 移动Agent 人类的大部分智能活动往往涉及到由多人形成的组织、群体及社会等，并且往往是由多个人、多个组织、多个群体，甚至整个社会协作进行的。如何模拟和实现人类的这种智能行为，人们提出了分布智能的概念。 分布式智能主要研究在逻辑上或物理上分布的智能系统或智能对象之间，如何相互协调各自的智能行为，包括知识、动作和规划，实现对大型复杂问题的分布式求解。 分布智能的主要特点 (1) 分布性。分布式智能系统中不存在全局控制和全局的数据存储，所有数据、知识及控制，无论在逻辑上还是在物理上都是分布的。 (2) 互联性。分布式智能系统的各子系统之间通过计算机网络实现互联，其问题求解过程中的通信代价一般要比问题求解代价低得多。 (3) 协作性。分布式智能系统的各子系统之间通过相互协作进行问题求解，并能够求解单个子系统难以求解，甚至无法求解的困难问题。 (4) 独立性。分布式智能系统的各子系统之间彼此独立，一个复杂任务能被划分为多个相对独立的子任务进行求解。 分布智能的主要研究方向有两个，一个是分布式问题求解，另一个是多Agent系统。其中，多Agent系统是分布智能研究的一个热点。 8.1.1 分布智能的概念 分布式问题求解的主要任务是要创建大粒度的协作群体，使它们能为同一个求解目标而共同工作。其主要研究内容是如何在多个合作者之间进行任务划分和问题求解。 1. 分布式问题求解系统的类型 层次结构：任务是分层的 平行结构：任务是平行的 混合结构：任务总体分层，每层子任务平行 2. 分布式问题求解的协作方式 任务分担方式：节点之间通过分担执行整个任务的子任务相互协作。 结果共享方式：节点之间通过共享部分部分结果相互协作。 3. 分布式问题求解的求解过程 (1) 判断任务可否接受 (2) 对任务进行分解 (3) 将任务分配到合适的节点上 (4) 各节点对子任务 (5) 系统对各子节点提交的局部解进行综合 (6) 若用户对解满意，则求解结束；否则，重新求解。 8.1.2 分布式问题求解 多Agent由多个自主Agent所组成 。其主要任务是创建一群自主Agent，并协调它们的自主行为。 1. Agent的概念 普遍观点：Agent是一种能够在一定环境中自主运行和自主交互，以满足其设计目标的计算实体。 弱定义： Agent是具有自主性、社会性、反应性和能动性的计算机软件系统或硬件系统。 强定义： Agent是这样一个实体，它的状态可以看作是由信念、能力、选择、承诺等心智构件构成。 2. Agent的特性 (1) 自主性 (2) 反应性 (3) 协调性 (4) 社会性 (5) 推理性 (6) 个性 (7) 移动性 8.1.3 多Agent系统 （一） 3. Agent的分类 按工作环境分： 软件Agent：从软件设计角度对Agent的解释， 硬件Agent：物理环境下驻留的Agent，如机器人 人工生命Agent：人工生命具有自然生命现象和特征的人造生命系统；人工生命Agent是指生存在某种人造生命系统中的虚拟生命体。如人工鱼等。 按属性分： 反应Agent；认知Agent；混合Agent 4. 多Agent系统的特性 ① 每个单一Agent仅有优先的信息资源和问题求解能力。 ② 系统本身不存在全局控制，即控制是分布的。 ③ 知识与数据军事分散的。 ④ 计算是异步执行的。 8.1.3 多Agent系统 （二） 5. 多Agent系统的类型 (1) 根据系统中Agent的功能结构 同构型系统 系统中的Agent具有相同功能和结构 异构型系统 系统中的Agent功能、结构和目标不同 (2) 根据系统中Agent对环境只是存储的方式 反应式多Agent系统 系统由反应式Agent构成，其行为以对环境的感知为基础 黑板模式多Agent系统 系统中的信息均存储在一个称为黑板的存储区内 分布式存储多Agent系