人工智能第6章智能Agent教程.pptVIP

第6章 智能Agent; 随着计算机技术和网络技术的发展和应用，集中式系统已不能完全适应科学技术的发展需要。并行计算和分布式处理等技术应运而生，分布是人工智能也成为了人工智能的一个新的发展方向。 Agent技术是在分布式人工智能研究需求的基础上发展起来的一种技术。近10多年来，Agent和多Agent系统的研究成为分布式人工智能研究的一个热点。 本章主要针对多Agent系统的相关技术进行探讨，介绍Agent系统的模型和结构，重点介绍Agent的基本结构、Agent之间的通信模式、协作和协调方式。;1 分布式人工智能 2 Agent的结构 3 Agent通信 4 Agent协作与协调 5 多Agent环境MAGE;1 分布式人工智能;1.1 分布式人工智能的研究与发展 ;1980年麻萨诸塞大学的Lesser, Corkill 和 Durfee 等人主持研制DVMT 该系统对市区内行驶的车辆轨迹进行监控, 并以此环境为基础, 对分布式问题求解系统中许多技术问题进行研究。DVMT是以分布式传感网络数据解释为背景，对复杂的黑板问题求解系统之间的相互作用进行了研究，提供了抽象和模型化分布式系统行为的方法。;1987 Gasser等持研制了一个实验型的分布式人工智能系统开发环境MACE 系统。 ;1989年清华大学石纯一等主持研制了分布式运输调度系统DTDS-I。 该系统以运输调度为背景，提出了分布式问题求解系统的体系结构，对问题分解、任务分布算法和基于元级通信的协作机制等方面进行了探讨。; 90年代，多Agent系统(Multi-agent systems---MAS)的研究成为分布式人工智能研究的热点。MAS主要研究自主的智能体之间智能行为的协调，为了一个共同的全局目标，也可能是关于各自的不同目标，共享有关问题和求解方法的知识，协作进行问题求解。 基于智能Agent的概念，有人提出了一种新的人工智能定义：“人工智能是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的Agent”。 所以，智能Agent的研究应该是人工智能的核心问题。斯坦福大学计算机科学系的 Hayes-Roth在IJCAI95的特邀报告中谈到：“智能的计算机Agent既是人工智能最初的目标，也是人工智能最终的目标。”;1.2 分布式人工智能的特点;容错性：系统具有较多的冗余处理结点、通讯路径和知识，能够使系统在出现故障时，仅仅降低响应速度或求解精度，以保持系统正常工作，提高工作可靠性。 独立性：系统把求解任务归约为几个相对独立的子任务，从而降低了各个处理结点和子系统问题求解的复杂性，也降低了软件设计开发的复杂性。 ;1.3 分布式问题求解; 分布式问题求解中有两种基本的协作方式： 1）任务分担 2）结果共享; 2）结果共享 Lesser 和 Corkill 提出了结果共享方式。在结果共享方式的系统中, 各结点通过共享部分结果相互协作, 系统中的控制以数据为指导, 各结点在任何时刻进行的求解取决于当时它本身拥有或从其它结点收到的数据和知识。 结果共享的求解方式适合于求解与任务有关的各子任务的结果相互影响, 并且部分结果需要综合才能得出问题解的领域。如分布式运输调度系统、分布式车辆监控实验系统DVMT ;1.4 基于Agent的问题求解;2 Agent的结构;2.1 Agent模型;BDI-Interpreter initialize-state(); do options := option-generator(event-queue, B, G, I); selected-options := deliberate(options, B, G, I); update-intentions(selected-options, I); execute(I); get-new-external-events(); drop-successful-attitudes(B,G,I); drop-impossible-attitudes(B,G,I); until quit;;环境;（1）在计算机系统中，Agent相当于一个独立的功能模块、独立的计算机应用系统，它含有独立的外部设备、输入/输出驱动装备、各种功能操作处理程序、数据结构和相应输出。 （2）Agent程序的核心部分叫做决策生成器或问题求解器，起到主控作用，它接收全局状态、任务和时序等信息，指挥相应的功能操作程序模块工作。 （3）Agent的运行是一个或多个进