关于慎思式适应.pdfVIP

关于慎思式适应¨ OnDeliberate Adaptation 陈小平 (中国科学技术大学计算机系 合肥230027) Wefirstinthe thetwo to we thenecessi— Abstract argue analyze majorapproachesintelligentagents．Then paper anewmechanismfor will a of present and adaptation·We ty possibilityestablishing problem—solving—一deliberate tosomeofits issues· deliberate andformalresults of framework adaptation key situations agents，Adaptation，Unexpected KeywordsIntelligentagents，Deliberate 基本要求。已提出两种解决思路：基于“机会发现”的 一、引言 慎思式途径[胡和基于学习、进化或行动选择理论的 适应性途径[4J]。前一途径目前处于概念化研究阶 Systems)是近年国 多主体系统(Multi—Agent 际人工智能研究的主攻方向，着眼于网络信息处理、 段，几乎还没有技术性工作[3]。后一途径尽管相关的 现实环境中的自主机器人、分布式过程控制和新一 研究很多，但绝大多数不是针对慎思式主体的，或者 代软件工程中的智能技术，因而与侧重研究智能机 至少在技术层面上与慎思式主体的研究是相互脱离 理的传统人工智能在指导思想上有重大区别。目前， 的，这使双方的成果难以相互借鉴。唯一的例外是 研究最多的是“慎思式主体”(Deliberate “信念修改”的研究，但其目标严格地说并不是解决 Agents)， “非预期情况”问题。另一方面，“适应”未必只能通过 主要方法是BDI建模(Belief—Desire—IntentionM— 学习或进化的方式，例如，“随机应变”就是一种与学 odeling)。由于继承了软件工程的方法论传统，慎思 式主体的BDI研究易于在现行软件工程学体系中 习和进化相“正交”的慎思式适应[4]。 实现成果转化，因而受到普遍重视。 本文第二节分析当前智能体研究的两种主要途 多主体系统的典型特征之一是“环境的不可预 径，指出了各自存在的问题，并在此基础上讨论建