人工智能 第6章 智能Agent

第6章智能Agent2023/2/21《人工智能》

隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展和應(yīng)用，集中式系統(tǒng)已不能完全適應(yīng)科學(xué)技術(shù)的發(fā)展需要。并行計(jì)算和分布式處理等技術(shù)應(yīng)運(yùn)而生，分布是人工智能也成為了人工智能的一個新的發(fā)展方向。

Agent技術(shù)是在分布式人工智能研究需求的基礎(chǔ)上發(fā)展起來的一種技術(shù)。近10多年來，Agent和多Agent系統(tǒng)的研究成為分布式人工智能研究的一個熱點(diǎn)。

本章主要針對多Agent系統(tǒng)的相關(guān)技術(shù)進(jìn)行探討，介紹Agent系統(tǒng)的模型和結(jié)構(gòu)，重點(diǎn)介紹Agent的基本結(jié)構(gòu)、Agent之間的通信模式、協(xié)作和協(xié)調(diào)方式。2023/2/22《人工智能》1分布式人工智能2Agent的結(jié)構(gòu)3Agent通信4Agent協(xié)作與協(xié)調(diào)5多Agent環(huán)境MAGE本章主要內(nèi)容：2023/2/23《人工智能》1

分布式人工智能一個分布式系統(tǒng)是把各種不同地理位置上的計(jì)算資源連接起來形成一個系統(tǒng)。分布式人工智能主要研究在邏輯上或物理上分散的智能系統(tǒng)如何并行的、相互協(xié)作地實(shí)現(xiàn)問題求解。有兩種主要的方法：（1）自頂向下：分布式問題求解。在多個合作和共享的知識模塊或系統(tǒng)之間劃分任務(wù)，并求解問題。（2）自底向上：基于Agent的方法。在一群自主的Agent之間進(jìn)行智能行為的協(xié)調(diào)。2023/2/24《人工智能》1.1分布式人工智能的研究與發(fā)展

分布式人工智能的研究可以追溯到70年代末期。早期分布式人工智能的研究主要是分布式問題求解，其目標(biāo)是要創(chuàng)建大粒度的協(xié)作群體，它們之間共同工作以對某一問題進(jìn)行求解。

1980年Davis和Smith提出了合同網(wǎng)(CNET)

CNET使用投標(biāo)---合同方式實(shí)現(xiàn)任務(wù)在多個節(jié)點(diǎn)上的分配。合同網(wǎng)系統(tǒng)的重要貢獻(xiàn)在于提出了通過相互選擇和達(dá)成協(xié)議的協(xié)商過程實(shí)現(xiàn)分布式任務(wù)分配和控制的思想。2023/2/25《人工智能》1980年麻薩諸塞大學(xué)的Lesser,Corkill

和Durfee

等人主持研制DVMT

該系統(tǒng)對市區(qū)內(nèi)行駛的車輛軌跡進(jìn)行監(jiān)控,并以此環(huán)境為基礎(chǔ),對分布式問題求解系統(tǒng)中許多技術(shù)問題進(jìn)行研究。DVMT是以分布式傳感網(wǎng)絡(luò)數(shù)據(jù)解釋為背景，對復(fù)雜的黑板問題求解系統(tǒng)之間的相互作用進(jìn)行了研究，提供了抽象和模型化分布式系統(tǒng)行為的方法。1983年Hewitt和他的同事們研制了基于ACTOR模型的并發(fā)程序設(shè)計(jì)系統(tǒng)。

ACTOR模型提供了分布式系統(tǒng)中并行計(jì)算理論和一組專家或ACTOR獲得智能行為的能力。在1991年Hewitt提出開放信息系統(tǒng)語義,指出競爭、承諾、協(xié)作、協(xié)商等性質(zhì)應(yīng)作為分布式人工智能的科學(xué)基礎(chǔ)，試圖為分布式人工智能的理論研究提供新的基礎(chǔ)。2023/2/26《人工智能》1987Gasser等持研制了一個實(shí)驗(yàn)型的分布式人工智能系統(tǒng)開發(fā)環(huán)境MACE系統(tǒng)。

MACE中每一個計(jì)算單元都稱作Agent，它們具有知識表示和推理能力，它們之間通過消息傳送進(jìn)行通信。MACE是一個類面向?qū)ο蟓h(huán)境，但避開了并發(fā)對象系統(tǒng)中難于理解和實(shí)現(xiàn)的繼承問題。MACE的各個機(jī)構(gòu)并行計(jì)算,并提供了描述機(jī)構(gòu)的描述語言,具有跟蹤的demons機(jī)制。該課題研究的重點(diǎn)是在實(shí)際并行環(huán)境下運(yùn)行分布式人工智能系統(tǒng)，保持概念的清晰性。2023/2/27《人工智能》1989年清華大學(xué)石純一等主持研制了分布式運(yùn)輸調(diào)度系統(tǒng)DTDS-I。

該系統(tǒng)以運(yùn)輸調(diào)度為背景，提出了分布式問題求解系統(tǒng)的體系結(jié)構(gòu)，對問題分解、任務(wù)分布算法和基于元級通信的協(xié)作機(jī)制等方面進(jìn)行了探討。1990中國科學(xué)院計(jì)算技術(shù)研究所史忠植等研究了分布式知識處理系統(tǒng)DKPS。

該系統(tǒng)采用邏輯------對象知識模型，研究了知識共享和協(xié)作求解等問題。2023/2/28《人工智能》

90年代，多Agent系統(tǒng)(Multi-agentsystems---MAS)的研究成為分布式人工智能研究的熱點(diǎn)。MAS主要研究自主的智能體之間智能行為的協(xié)調(diào)，為了一個共同的全局目標(biāo)，也可能是關(guān)于各自的不同目標(biāo)，共享有關(guān)問題和求解方法的知識，協(xié)作進(jìn)行問題求解。基于智能Agent的概念，有人提出了一種新的人工智能定義：“人工智能是計(jì)算機(jī)科學(xué)的一個分支，它的目標(biāo)是構(gòu)造能表現(xiàn)出一定智能行為的Agent”。所以，智能Agent的研究應(yīng)該是人工智能的核心問題。斯坦福大學(xué)計(jì)算機(jī)科學(xué)系的Hayes-Roth在IJCAI'95的特邀報告中談到：“智能的計(jì)算機(jī)Agent既是人工智能最初的目標(biāo)，也是人工智能最終的目標(biāo)?！?023/2/29《人工智能》1.2分布式人工智能的特點(diǎn)分布性：系統(tǒng)中的數(shù)據(jù)、知識,以及控制不但在邏輯上,而且在物理上是分布的,既沒有全局控制,也沒有全局的數(shù)據(jù)存儲。連接性：各個求解機(jī)構(gòu)由計(jì)算機(jī)網(wǎng)絡(luò)互連,在問題求解過程中,通信代價要比求解問題的代價低得多。協(xié)作性：系統(tǒng)中諸機(jī)構(gòu)能夠相互協(xié)作,來求解單個機(jī)構(gòu)難以解決,甚至不能解決的任務(wù)。開放性：通過網(wǎng)絡(luò)互連和系統(tǒng)的分布，便于擴(kuò)充系統(tǒng)規(guī)模，具有比單個系統(tǒng)更多的開放性和靈活性。2023/2/210《人工智能》容錯性：系統(tǒng)具有較多的冗余處理結(jié)點(diǎn)、通訊路徑和知識，能夠使系統(tǒng)在出現(xiàn)故障時，僅僅降低響應(yīng)速度或求解精度，以保持系統(tǒng)正常工作，提高工作可靠性。獨(dú)立性：系統(tǒng)把求解任務(wù)歸約為幾個相對獨(dú)立的子任務(wù)，從而降低了各個處理結(jié)點(diǎn)和子系統(tǒng)問題求解的復(fù)雜性，也降低了軟件設(shè)計(jì)開發(fā)的復(fù)雜性。分布式人工智能的優(yōu)點(diǎn)：1)提高問題求解能力。2)提高問題求解效率。3)擴(kuò)大應(yīng)用范圍。4)降低軟件的復(fù)雜性。2023/2/211《人工智能》1.3分布式問題求解

分布式問題求解將問題分解成若干子問題，并分配給各個子系統(tǒng)并行完成求解，最后通過綜合各個子問題的解而完成整個問題的求解。分布式問題求解過程可以分為四步：任務(wù)分解任務(wù)分配子問題求解結(jié)果綜合

在分布式問題求解系統(tǒng)中，數(shù)據(jù)、知識、控制均分布在系統(tǒng)的各節(jié)點(diǎn)（子系統(tǒng)）上，沒有全局?jǐn)?shù)據(jù)和知識存儲。因此，在求解子問題時，子系統(tǒng)之間通常需要交互和協(xié)作。2023/2/212《人工智能》分布式問題求解中有兩種基本的協(xié)作方式：

1）任務(wù)分擔(dān)

2）結(jié)果共享1）任務(wù)分擔(dān)

Smith和Davis提出了任務(wù)分擔(dān)方式。在任務(wù)分擔(dān)系統(tǒng)中,結(jié)點(diǎn)之間通過分擔(dān)執(zhí)行整個任務(wù)的子任務(wù)而相互協(xié)作,系統(tǒng)中的控制以目標(biāo)為指導(dǎo),各結(jié)點(diǎn)的處理目標(biāo)是為了求解整個任務(wù)的一部分。任務(wù)分擔(dān)的問題求解方式適合于求解具有層次結(jié)構(gòu)的任務(wù)，如工廠聯(lián)合體生產(chǎn)規(guī)劃、數(shù)字邏輯電路設(shè)計(jì)、醫(yī)療診斷。2023/2/213《人工智能》2）結(jié)果共享

Lesser和Corkill提出了結(jié)果共享方式。在結(jié)果共享方式的系統(tǒng)中,各結(jié)點(diǎn)通過共享部分結(jié)果相互協(xié)作,系統(tǒng)中的控制以數(shù)據(jù)為指導(dǎo),各結(jié)點(diǎn)在任何時刻進(jìn)行的求解取決于當(dāng)時它本身擁有或從其它結(jié)點(diǎn)收到的數(shù)據(jù)和知識。結(jié)果共享的求解方式適合于求解與任務(wù)有關(guān)的各子任務(wù)的結(jié)果相互影響,并且部分結(jié)果需要綜合才能得出問題解的領(lǐng)域。如分布式運(yùn)輸調(diào)度系統(tǒng)、分布式車輛監(jiān)控實(shí)驗(yàn)系統(tǒng)DVMT2023/2/214《人工智能》1.4基于Agent的問題求解在人工智能領(lǐng)域Agent有多種翻譯，如“智能體”、“主體”、“智能代理”、“真體”等。它可以看做是一個自動執(zhí)行的實(shí)體，通過傳感器感知環(huán)境，通過效應(yīng)器作用于環(huán)境。多Agent系統(tǒng)主要研究在邏輯上或物理上分離的多個Agent協(xié)調(diào)其智能行為，即知識、目標(biāo)、意圖及規(guī)劃等，實(shí)現(xiàn)問題求解。可以看作是一種由底向上設(shè)計(jì)的系統(tǒng)。本章接下來將對多Agent系統(tǒng)的相關(guān)技術(shù)進(jìn)行探討。環(huán)境傳感器效應(yīng)器？Agent感知作用2023/2/215《人工智能》2

Agent的結(jié)構(gòu)構(gòu)建Agent的任務(wù)就是設(shè)計(jì)Agent程序，即實(shí)現(xiàn)Agent從感知到動作的映射。體系結(jié)構(gòu)使得傳感器的感知對程序可用，運(yùn)行程序并把該程序的作用選擇反饋給執(zhí)行器。Agent結(jié)構(gòu)需要解決的問題包括：Agent由那些模塊組成模塊之間如何交互信息Agent感知到的信息如何影響它的行為和內(nèi)部狀態(tài)如何將這些模塊用軟件或硬件的方式組合起來形成一個有機(jī)的整體2023/2/216《人工智能》2.1Agent模型

Agent的理論模型研究主要從邏輯、行為、心理、社會等角度出發(fā)，對Agent的本質(zhì)進(jìn)行描述，為Agent系統(tǒng)創(chuàng)建奠定基礎(chǔ)。1、理性Agent模型(BDI模型)

Belief——信念，Agent對環(huán)境的基本看法。Desire——愿望，Agent想要實(shí)現(xiàn)的狀態(tài)，即目標(biāo)。Intention——意圖，目標(biāo)的子集。BDI模型可以通過下列要素描述：

(1)一組關(guān)于世界的信念；

(2)Agent當(dāng)前打算達(dá)到的一組目標(biāo)；

(3)一個規(guī)劃庫，描述達(dá)到目標(biāo)和改變信念的方案；

(4)一個意圖結(jié)構(gòu)，描述當(dāng)前狀態(tài)如何達(dá)到目標(biāo)和改變信念。2023/2/217《人工智能》BDI-Interpreterinitialize-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);untilquitBDI解釋器2023/2/218《人工智能》

情景演算是描述動作的主要的形式框架。在情景演算中引入了狀態(tài)和動作的概念，并利用兩條邏輯公理來描述動作與狀態(tài)的關(guān)系。一條公理描述一個動作在滿足什么條件的狀態(tài)之下可能發(fā)生，另外一條描述在一個狀態(tài)之下某個動作發(fā)生以后當(dāng)前狀態(tài)如何改變。2、動作理論模型環(huán)境狀態(tài)：State={P1,P2,…Pn}目標(biāo)：Goal=<State,weightiness>動作模板：Act_template=<name,roles,preconditions,effects,resources>Agent能力：Ability=<Act_template,role,cost>2023/2/219《人工智能》環(huán)境Agent感知作用Agent的工作過程2.2Agent的基本結(jié)構(gòu)環(huán)境交互信息融合信息處理作用交互感知作用問題求解器2023/2/220《人工智能》（1）在計(jì)算機(jī)系統(tǒng)中，Agent相當(dāng)于一個獨(dú)立的功能模塊、獨(dú)立的計(jì)算機(jī)應(yīng)用系統(tǒng)，它含有獨(dú)立的外部設(shè)備、輸入/輸出驅(qū)動裝備、各種功能操作處理程序、數(shù)據(jù)結(jié)構(gòu)和相應(yīng)輸出。（2）Agent程序的核心部分叫做決策生成器或問題求解器，起到主控作用，它接收全局狀態(tài)、任務(wù)和時序等信息，指揮相應(yīng)的功能操作程序模塊工作。（3）Agent的運(yùn)行是一個或多個進(jìn)程，并接受總體調(diào)度。特別是當(dāng)系統(tǒng)的工作狀態(tài)隨工作環(huán)境而經(jīng)常變化時以及各Agent的具體任務(wù)時常變更時，更需搞好總體協(xié)調(diào)。（4）各個Agent在多個計(jì)算機(jī)CPU上并行運(yùn)行，其運(yùn)行環(huán)境由體系結(jié)構(gòu)支持。體系結(jié)構(gòu)還提供共享資源（黑板系統(tǒng)）、Agent間的通訊工具和Agent間的總體協(xié)調(diào)，使各Agent在統(tǒng)一目標(biāo)下并行協(xié)調(diào)地工作。2023/2/221《人工智能》2.3Agent的特性通常認(rèn)為一個Agent需要具有以下部分或全部特征：自治性

Agent能夠控制它的自身行為，其行為是主動的、自發(fā)的和有目標(biāo)和意圖的，并能根據(jù)目標(biāo)和環(huán)境要求對短期行為做出規(guī)劃。交互性也叫反應(yīng)性，Agent能夠與環(huán)境交互作用，能夠感知其所處環(huán)境，并借助自己的行為結(jié)果，對環(huán)境做出適當(dāng)反應(yīng)。協(xié)作性各Agent合作和協(xié)調(diào)工作，求解單個Agent無法處理的問題，提高處理問題的能力。社會性

Agent存在于由多個Agent構(gòu)成的社會環(huán)境中，與其它Agent交換信息、交互作用和通訊。2023/2/222《人工智能》持續(xù)性

Agent的程序在起動后，能夠在相當(dāng)長一段時間內(nèi)維持運(yùn)行狀態(tài)，不隨運(yùn)算的停止而立即結(jié)束運(yùn)行。適應(yīng)性能夠把新建立的Agent集成到系統(tǒng)中而無需對原有的多Agent系統(tǒng)進(jìn)行重新設(shè)計(jì)，因而具有很強(qiáng)的適應(yīng)性和可擴(kuò)展性。智能性

Agent強(qiáng)調(diào)理性作用，可作為描述機(jī)器智能、動物智能和人類智能的統(tǒng)一模型。Agent的功能具有較高智能，而且這種智能往往是構(gòu)成社會智能的一部分。

在實(shí)際應(yīng)用中，Agent可以具有上述全部或部分特性。另外也可以根據(jù)實(shí)際需要，具有一些其他的特性，如實(shí)時性、移動性等。2023/2/223《人工智能》2.4Agent的結(jié)構(gòu)分類

根據(jù)人類思維的不同層次，可把Agent分為下列幾類：

（1）反應(yīng)式Agent：反應(yīng)式Agent只簡單地對外部刺激產(chǎn)生響應(yīng)，沒有任何內(nèi)部狀態(tài)。每個Agent既是客戶，又是服務(wù)器，根據(jù)程序提出請求或做出回答。

環(huán)境執(zhí)行器傳感器世界現(xiàn)狀動作決策條件—動作規(guī)則Agent2023/2/224《人工智能》

（2）慎思式Agent：慎思式（deliberative）Agent又稱為認(rèn)知式（cognitive）Agent，是個具有顯式符號模型的基于知識的系統(tǒng)。環(huán)境執(zhí)行器傳感器信息融合動作決策目標(biāo)Agent知識庫規(guī)劃狀態(tài)2023/2/225《人工智能》

（3）跟蹤式Agent：具有內(nèi)部狀態(tài)的反應(yīng)式Agent通過找到一條條件與現(xiàn)有環(huán)境匹配的規(guī)則進(jìn)行工作，然后執(zhí)行與規(guī)則相關(guān)的作用。這種結(jié)構(gòu)叫做跟蹤世界Agent或跟蹤式Agent。環(huán)境執(zhí)行器傳感器世界現(xiàn)狀動作決策條件--動作規(guī)則AgentAgent影響世界信息世界發(fā)展Agent信息原有內(nèi)部狀態(tài)2023/2/226《人工智能》

（4）基于目標(biāo)的Agent：Agent還需要某種描述環(huán)境情況的目標(biāo)信息。Agent的程序能夠與可能的作用結(jié)果信息結(jié)合起來，以便選擇達(dá)到目標(biāo)的行為。環(huán)境執(zhí)行器傳感器世界現(xiàn)狀動作決策目標(biāo)AgentAgent影響世界信息世界發(fā)展Agent信息原有內(nèi)部狀態(tài)動作對世界的影響2023/2/227《人工智能》

（5）基于效果的Agent：效果是一種把狀態(tài)映射到實(shí)數(shù)的函數(shù)，該函數(shù)描述了相關(guān)的滿意程度。一個完整規(guī)范的效果函數(shù)允許對各類情況做出理性的決策。環(huán)境執(zhí)行器傳感器世界現(xiàn)狀動作決策滿意程度AgentAgent影響世界信息世界發(fā)展Agent信息原有內(nèi)部狀態(tài)動作對世界的影響效果2023/2/228《人工智能》

（6）復(fù)合式Agent：復(fù)合式Agent即在一個Agent內(nèi)組合多種相對獨(dú)立和并行執(zhí)行的智能形態(tài)，其結(jié)構(gòu)包括感知、動作、反應(yīng)、建模、規(guī)劃、通信和決策等模塊。

環(huán)境執(zhí)行器感知器建模決策生成Agent規(guī)劃反射通信其它Agent一般情況動作特殊情況預(yù)測協(xié)作/協(xié)商請求/應(yīng)答2023/2/229《人工智能》3

Agent通信

在分布式系統(tǒng)中，一個Agent僅能通過影響其它Agent的行為來實(shí)現(xiàn)自己的意圖。對其它Agent行為的影響是由一種特殊行為（通信動作）來實(shí)現(xiàn)。通信動作是由一個Agent向另一個Agent實(shí)施的。執(zhí)行一個通信動作的機(jī)制就是發(fā)送編碼動作消息的機(jī)制。消息發(fā)送/傳輸服務(wù)器轉(zhuǎn)換到傳輸格式從傳輸格式轉(zhuǎn)換消息M言語行為意圖I目標(biāo)GAgentA消息MAgentB2023/2/230《人工智能》語義：全部有關(guān)的Agent必須知道通信語言的語義，消息的語義內(nèi)容知識是分布式問題求解的核心部分。言語行為：通信語言也是一種動作，說話是為了使世界的狀態(tài)發(fā)生改變。交互協(xié)議：Agent之間消息交換的典型模式通信語言：傳遞消息的標(biāo)準(zhǔn)語法。詞法庫語法庫詞義庫物理通信語言生成語言理解通信策略對話消息黑板協(xié)議通信協(xié)作協(xié)議Agent通信模塊2023/2/231《人工智能》3.1Agent通信類型和機(jī)制1、Agent通信類型知識庫推理AgentA感知行為知識庫推理AgentB感知行為TELL/ASK通信或通信語言在Agent通信中，可以根據(jù)是否使用外部通信語言將Agent通信分為兩類。一是分享一個共同的內(nèi)部表示語言，無需任何外部語言就能通信。（TELL/ASK模式）二是Agent之間共享一種語言作為通信語言，這種語言通常是一種形式語言。2023/2/232《人工智能》這種通信形式的Agent分享相同的內(nèi)部表示，并通過接口TELL和ASK直接訪問相互的知識庫。

AgentA可以使用TELL(KBB,”P”)通信把一個提議P傳送到AgentB(加入到B的知識庫中)；也可以使用ASK(KBB,”Q”)查出B是否知道Q。這種通信形式的最大問題Agent的知識庫易于遭到破壞。（1）使用TELL和ASK通信大多數(shù)Agent的通信是通過使用一種外部語言來實(shí)現(xiàn)的。外部語言可以與內(nèi)部表示語言不同，并且每個Agent都可以有不同的內(nèi)部語言。只要每個Agent能夠可靠地將外部語言映射到自己的內(nèi)部語言。這種通信方式的關(guān)鍵是設(shè)計(jì)外部語言及轉(zhuǎn)換機(jī)制。（2）使用形式語言通信2023/2/233《人工智能》2、Agent通信機(jī)制通常使用的Agent通信機(jī)制有兩種，黑板系統(tǒng)和消息對話系統(tǒng)。(1)黑板通信機(jī)制在多Agent系統(tǒng)中，黑板提供了一個公共的工作區(qū)，供Agent交換信息。一個Agent在黑板中寫入信息，該信息就可以為系統(tǒng)中其他Agent所使用。各個Agent可以在任何時候訪問黑板，查詢是否有新的信息。在黑板系統(tǒng)中，Agent之間不進(jìn)行直接通信，每個Agent獨(dú)立完成各自求解的子問題黑板結(jié)構(gòu)可用于任務(wù)共享系統(tǒng)和結(jié)果共享系統(tǒng)。2023/2/234《人工智能》(2)消息/對話機(jī)制

消息/對話通信是實(shí)現(xiàn)靈活和復(fù)雜的協(xié)調(diào)策略的基礎(chǔ)。各個Agent使用規(guī)定的協(xié)議相互交換信息，用于建立通信和協(xié)調(diào)機(jī)制。在面向消息的多Agent系統(tǒng)中，發(fā)送Agent直接把特定的消息發(fā)送至另一個接收Agent。與黑板系統(tǒng)不同，Agent之間的消息是直接交換，沒有中間緩沖區(qū)。一般地，發(fā)送Agent要為消息制定唯一的地址，只有該地址的Agent才能讀取該消息。為了支持協(xié)作策略，通信協(xié)議必須明確規(guī)定通信過程和消息格式，并選擇通信語言。每個Agent必須知道通信語言的語義。2023/2/235《人工智能》3.2Agent通信語言目前國際上比較廣泛使用的Agent通信語言有兩種，即KQML語言和KIF語言。（1）KQML語言

KQML(KnowledgeQueryandManipulationLanguage---知識查詢與操縱語言)是由美國ARPA的知識共享計(jì)劃中提出，規(guī)定了消息格式和消息傳送系統(tǒng)，為多Agent系統(tǒng)通信和協(xié)商提供了一種通用框架。

KQML分為三個層次：通信、消息和內(nèi)容。通信層規(guī)定了全部技術(shù)通信參數(shù)消息層規(guī)定了與消息有關(guān)的語言行為的類型內(nèi)容層規(guī)定了消息的內(nèi)容2023/2/236《人工智能》按照KQML規(guī)范，設(shè)計(jì)了一種軟件Agent通信語言SACL。該語言用于MAPE環(huán)境，作為消息傳遞。一個例子：(ask-all :sender A :receiver B :in-reply-to ido :reply-with idl :language Prolog :ontology foo :content “bar(X,Y)”)2023/2/237《人工智能》（2）KIF語言

KIF(KnowledgeInterchangeFormat---知識交換格式)是智能物理Agent基金FIPA制定的一種通信規(guī)范。

FIPA定義的語言具有支持和促進(jìn)Agent行為的特性。這些特性包括目標(biāo)驅(qū)動行為、自主決策動作過程、通過協(xié)商和委托進(jìn)行對話、心智狀態(tài)模型（如BDI等）以及對環(huán)境的需求和適應(yīng)等。

FIPA定義了獨(dú)有的消息類型，尤其是消息的格式和類型的定義。消息類型對本規(guī)范定義的語法則是一個參數(shù)，對整個消息動作和消息內(nèi)容都賦予了一定的意義。2023/2/238《人工智能》(inform:senderagent1:receiverhpl-auction-server:content(price(bidgood02)150):in-reply-toround-4:reply-withbid04:languages1:ontologyhpl-auction)消息結(jié)構(gòu)開始通信動作類型消息參數(shù)消息內(nèi)容表達(dá)式參數(shù)表達(dá)式在FIPA的ACL(Agent通信語言)中，消息的基本觀點(diǎn)是把消息表示為一個通信動作。在對話中，處理消息動作與處理其他動作一致。2023/2/239《人工智能》FIPA通信動作庫AcceptProposal接受提議Agree同意Cancel取消CallforProposal要求提議Confirm確認(rèn)Disconfirm確認(rèn)為否定Failure失敗Inform通知InformIf通知是否InformRef通知有關(guān)對象NotUnderstood不理解Propagate傳播Propose提議Proxy代理QueryIf 詢問是否QueryRef詢問有關(guān)對象Refuse拒絕（請求）RejectProposal拒絕提議Request請求RequestWhen請求某條件下執(zhí)行RequestWhenever請求某個條件成立就執(zhí)行Subscribe預(yù)定2023/2/240《人工智能》4

Agent協(xié)作與協(xié)調(diào)

協(xié)調(diào)(coordination)與協(xié)作(cooperation)是多Agent研究的核心問題之一，其目的是，使多Agent的知識、愿望、意圖、規(guī)劃、行動協(xié)調(diào)，以至達(dá)到協(xié)作是多Agent的主要目標(biāo)。協(xié)調(diào)是指一組智能Agent完成一些集體活動時相互作用的性質(zhì)。協(xié)調(diào)是對環(huán)境的適應(yīng)。協(xié)作是非對抗的Agent之間保持行為協(xié)調(diào)的一個特例。它通過適當(dāng)?shù)膮f(xié)調(diào)，合作完成共同的目標(biāo)。2023/2/241《人工智能》

多Agent系統(tǒng)中的協(xié)調(diào)是指多個Agent為了以一致、和諧的方式工作而進(jìn)行交互的過程。進(jìn)行協(xié)調(diào)是希望避免Agent之間的死鎖或活鎖。死鎖指多個Agent無法進(jìn)行各自的下一步動作；活鎖指多個Agent不斷工作卻無任何進(jìn)展。

多Agent之間的協(xié)調(diào)已有很多方法，大致可歸納為：組織結(jié)構(gòu)化；合同；多Agent規(guī)劃；協(xié)商。2023/2/242《人工智能》

目前針對Agent協(xié)作的研究大體上可分為兩類：將其它領(lǐng)域研究多實(shí)體行為的方法和技術(shù)用于Agent協(xié)作的研究。如對策論和動力學(xué)研究。從Agent的目標(biāo)、意圖、規(guī)劃等心智態(tài)度出發(fā)來研究多Agent間的協(xié)作。一般的Agent協(xié)作過程如下：產(chǎn)生需求、確定目標(biāo)協(xié)作規(guī)劃、求解協(xié)作結(jié)構(gòu)尋求協(xié)作伙伴選擇協(xié)作方案實(shí)現(xiàn)目標(biāo)評估結(jié)果2023/2/243《人工智能》

從社會心理學(xué)的角度看，多Agent之間的協(xié)作情形大致可分為：

·協(xié)作型：將自己的利益放在第二位。

·自私型：將協(xié)作放在第二位。

·完全自私型：不考慮任何協(xié)作。

·完全協(xié)作型：不考慮自身利益。

·協(xié)作與自私相混合型。協(xié)作、協(xié)調(diào)與協(xié)商

在多Agent系統(tǒng)中，協(xié)作是系統(tǒng)設(shè)計(jì)的主要目標(biāo)。當(dāng)Agent的意圖不一致而出現(xiàn)目標(biāo)、資源沖突時，則需要通過協(xié)調(diào)來解決。而協(xié)商是實(shí)現(xiàn)協(xié)同、協(xié)作、協(xié)調(diào)、沖突消解的關(guān)鍵環(huán)節(jié)。2023/2/244《人工智能》4.1合同網(wǎng)

1980年P(guān).Smith在分布式問題求解中提出了一種合同網(wǎng)協(xié)議(ContactNetProtocool)，后來這種協(xié)議廣泛應(yīng)用于多Agent系統(tǒng)的協(xié)調(diào)中。合同網(wǎng)由一組節(jié)點(diǎn)組成，每個節(jié)點(diǎn)包括有：通信處理器、合同處理器、任務(wù)處理器以及本地數(shù)據(jù)庫部件。任務(wù)處理器合同處理器本地數(shù)據(jù)庫通信處理器網(wǎng)絡(luò)2023/2/245《人工智能》通信處理器負(fù)責(zé)與其他節(jié)點(diǎn)進(jìn)行通信，每個節(jié)點(diǎn)僅僅通過該部件與網(wǎng)絡(luò)連接。合同處理器判斷投標(biāo)所提供的任務(wù)，發(fā)送應(yīng)用(application)和完成合同。它分析和解釋到達(dá)的消息，并執(zhí)行節(jié)點(diǎn)的協(xié)調(diào)。任務(wù)處理器負(fù)責(zé)處理和求解合同所賦予的任務(wù)。它從合同處理器接受所要求解的任務(wù)，利用本地數(shù)據(jù)庫進(jìn)行求解，并將結(jié)果送到合同處理器。本地數(shù)據(jù)庫包括與節(jié)點(diǎn)有關(guān)的知識庫、協(xié)作協(xié)商的當(dāng)前狀態(tài)和問題求解的信息。2023/2/246《人工智能》合同網(wǎng)工作時，將任務(wù)分成一系列子問題。有一個特定的節(jié)點(diǎn)稱作管理器，負(fù)責(zé)對子任務(wù)的管理。合同的協(xié)商過程如圖。子問題子問題解求解完成合同求解子解子解空①接收投標(biāo)②應(yīng)用③合同④確認(rèn)⑤結(jié)果管理器節(jié)點(diǎn)2023/2/247《人工智能》①管理器提供投標(biāo)，即要求解的子問題合同。標(biāo)書對所有節(jié)點(diǎn)都是開放的。它使用合同協(xié)議定義的消息結(jié)構(gòu)。

②節(jié)點(diǎn)接收到標(biāo)書后，合同處理器根據(jù)Agent的知識和本地數(shù)據(jù)庫中當(dāng)前可用資源，決定是否要承接標(biāo)書中的任務(wù)。如果要，則按下列消息結(jié)構(gòu)通知管理器。TO:AllnodesFROM:ManagerTYPE:TaskbidannouncementContactID:xx-yy-zzTaskAbstract:<問題描述>Eligibility:<合同要求的條件列表>Bid:<所要求的應(yīng)用信息描述>ExpirationTime:<最遲應(yīng)用時間>TO:ManagerFROM:NodeXTYPE:ApplicationContactID:xx-yy-zzNodeAbstract:<節(jié)點(diǎn)能力描述>2023/2/248《人工智能》③

管理器在所有的投標(biāo)節(jié)點(diǎn)中，根據(jù)具體的求解知識和方法，選擇最合適的節(jié)點(diǎn)，將子問題求解任務(wù)交給它。根據(jù)合同消息，管理器指派合同如下：④節(jié)點(diǎn)接收到合同后，發(fā)送確認(rèn)消息到管理器，以規(guī)定的形式確認(rèn)接受合同。⑤節(jié)點(diǎn)進(jìn)行問題求解。當(dāng)問題求解完成后，將問題的解傳送給管理器。如果節(jié)點(diǎn)認(rèn)為所接受的任務(wù)超出它的能力，它可以進(jìn)一步劃分子問題，分配給其他節(jié)點(diǎn)。這時它用作管理器角色。TO:NodeXFROM:ManagerTYPE:ContactContactID:xx-yy-zzTaskSpecification:<子問題描述>2023/2/249《人工智能》4.2基于生態(tài)學(xué)的協(xié)作

80年代末，在計(jì)算機(jī)中出現(xiàn)了一個嶄新的學(xué)科---計(jì)算生態(tài)學(xué)。計(jì)算生態(tài)學(xué)是研究關(guān)于開放系統(tǒng)中決定計(jì)算結(jié)點(diǎn)的行為與資源使用的交互過程的學(xué)科。它摒棄了封閉、靜止地處理問題的傳統(tǒng)算法，將世界看作是開放的、進(jìn)化的、并發(fā)的,通過多種協(xié)作處理問題的“生態(tài)系統(tǒng)”(ecosystem)加以研究。它的進(jìn)展與開放信息系統(tǒng)的研究息息相關(guān)。計(jì)算生態(tài)學(xué)將計(jì)算系統(tǒng)看作是一個生態(tài)系統(tǒng)，它引進(jìn)了許多生物的機(jī)制，如變異(mutation)即物種的變化。這些變化導(dǎo)致生命基因的改變，從而形成物種的多樣性，增強(qiáng)了適應(yīng)環(huán)境的能力。這類變異策略成為人工智能系統(tǒng)提高其自身能力的一種方法。2023/2/250《人工智能》

目前，著名的生態(tài)系統(tǒng)模型有生物生態(tài)模型、物種進(jìn)化模型、經(jīng)濟(jì)模型、科學(xué)團(tuán)體的社會模型。1、物種進(jìn)化模型物種進(jìn)化的“復(fù)制者”是基因。從門德爾的植物遺傳研究到現(xiàn)代遺傳學(xué)的成果，都說明了在物種進(jìn)化過程中，基因的組合與變異起著關(guān)鍵作用。在一個物種的某一群體中基因的集合稱為基因池。生物組織是基因的載體。如果環(huán)境變化，選擇的機(jī)制就會改變。這種變化必然引起基因池的變化。特定種群的基因變化稱為基因流。一個物種總是不斷地經(jīng)歷隔絕、基因流動、變化的循環(huán)。開始時，一組地理上隔絕的群體自己孤立地發(fā)展，基因在內(nèi)部快速地流動。隨著開放，通過交流和競爭，優(yōu)勝劣汰。2023/2/251《人工智能》

2、生物生態(tài)模型這是最著名的生態(tài)系統(tǒng)，具有典型的進(jìn)化特征和層次性。這種特性反映在“食物鏈”中。對于復(fù)雜的生物生態(tài)系統(tǒng)而言，各物種組成了緊密相連的網(wǎng)絡(luò)－---食物網(wǎng)。這個系統(tǒng)的主要角色是捕食者與被食者。生命依賴于生命，共同進(jìn)化，由小的生態(tài)環(huán)境組成大的生態(tài)系統(tǒng)。

3、經(jīng)濟(jì)模型經(jīng)濟(jì)系統(tǒng)在某種意義上類似于生物生態(tài)系統(tǒng)。在商品市場和理想市場中，進(jìn)化決定于經(jīng)濟(jì)實(shí)體的決策。選擇機(jī)制是市場獎勵機(jī)制。進(jìn)化是快速的，企業(yè)與消費(fèi)者之間、企業(yè)之間主要是一種互相依賴的合作關(guān)系。決策者為了追求長遠(yuǎn)利益，可以采取各種有效的方法，甚至可以暫時做賠本買賣。2023/2/252《人工智能》5

多Agent環(huán)境MAGE

多Agent環(huán)境MAGE是中科院計(jì)算所開發(fā)的一種面向Agent的軟件開發(fā)和系統(tǒng)集成模式，包括需求分析、系統(tǒng)設(shè)計(jì)、Agent生成以及系統(tǒng)實(shí)現(xiàn)等多個階段。提供了多種軟件重用模式，可以方便地重用不同語言編寫的Agent和非Agent軟件；提供了面向Agent的