实时智能技术%3a一种解决复杂系统的方法.pdfVIP

实时智能技术：一种解决复杂系统的方法 王宏安戴国忠 00080) (中国科学院软件研究所北京1 摘要实时智能技术是一种使能技术，它在许多重要领域都有广泛的应用。实际上， 几乎所有与安全、金融相关的应用都需要实时智能技术。本文综述了实时智能技术 的研究，并展望了实时智能技术的发展方向。 关键词实时系统、实时智能、使能技术 1．实时智能技术概述 1．1实时智能技术 在许多应用中，计算机控制系统必须能感知环境，而且能通过某种动作直接影响环 境。这类系统受到操作环境的实时性条件约束。例如，在现实世界中无人驱动的汽车必需 这样一个控制系统，它能够足够快地响应以避免碰撞障碍物或其它车辆。要求及时响应的 环境，我们称之为“硬实时(Hard 部必须在有效期内实现，否则灾难就可能发生。类似环境有核电厂监控，炼油厂监控，和 飞机飞行监控等。 值得指出的是，我们在这里所指的实时计算并不是要建立一个非常快的运行系统， 而是建立～个能“足够快”地响应环境的变化。这～点与我们通常所说的实时要求是不同 的。例如，如果一个数据库查询系统能非常快地，如几秒或更少时间，响应人们的查询要 求，便被认为是“实时的”。但是，如果在一个要求微秒级时间响应的关键应用中，我们 仍使用同～数据库系统，那麽，将会发生什麽呢?显然，这个数据库系统便不再足够快了。 从技术角度来说，这便不是实时的。 早期的实时系统通常针对相对简单的理想环境。这类实时系统是由～个可重复的任 务集合组成，每个任务有其相应的运行成本和到达方式。这类系统的关键目标是如何调度 任务，以确保这些任务在截止期限之前完成。目前已有许多强有力的工具来解决这类问题， 如EDF，DCP等。随着这些技术的日趋成熟，研究人员开始将实时系统应用到更现实、更 复杂的领域。在复杂领域中，由于受到资源限制，系统不再能够安排并保证应用领域中所 程的操作模式。例如．控制飞机飞行的实时系统必须处理飞机起飞、飞行、和降落各阶段 的各种不同类型的任务。如果缺乏必要的适应能力．那麽在任何时候，所有任务的任何超 集必须处于活动状态。这将导致人们常说的“指数爆炸”。显然这是一种无效而且不可行 的方法。因此，人们要求实时系统应具有适当的推理能力，可以根据不同的操作模式政变 实时任务集合。 然而，这类简单的模式间切换的适应能力对于动态的、复杂的、不确定的应用来说是 很不够的。我们以NASA的火星探路者为例。探路者必须在离地面大约15光年的进行活动。 我们不可能对探路者进行远距离操作。探路者自己必须能够自动地、连续地在～个事先未 知的环境中运行。它必顽能够检测障碍，并实时地作出反应，以避免失败。这就要求探路 者具有传统实时系统所没有的适应能力和推理能力(例如，选择合理路径)。 一般说来，人工智能(AI)试图用计算模型来实现人类的各种智能行为．包括求解动 态的、复杂的、不确定的问题。大多数传统的AI所研究的问题都可归结为搜索 状态出发，走到某个目标状态。早期的人工智能研究侧重基本搜索方法和任务的表示t如 知识的符号表示，这～点与简单算法所处理的数值数据是不同的。此外，人工智能研究过 去很少注意到或根本不考虑资源的限制。而这一点正是实时系统研究的关键。 但是，随着人工智能研究步出实验室，走进现实世界，应用智能系统开始受到现实世 界资源，如时间约束的挑战。最初，实时智能研究主要集中在特定的人工智能方法，所开 nci 发的系统只是“经验性实时(Coidently 表明在测试环境中满足实时性要求。然而．复杂的交互行为和环境变异仍可能导致系统失 败，因为没有强有力的工具证明这些系统能满足实时性要求或在逻辑上能产生“足够决” 的响应。不难看出，这类系统不适用于任务敏感的实时应用。不过，由实时系统发展而来 的强有力的设汁工具可以借用过来，以保证应用系统能满足时限要求。 于是，现实应用的需求把实时技术和AI技术带到一起。人们将实时技术与A【技术结 合．以求开发出灵活的实时智能控制系统。这类控制系统能够动态地调度任务，保证任务 在截止期前完成。不幸的是，开发这类智能系统并不象描述它们那样容易。其困难在于系 统所受到的约束。这些约束不汉来自任务本身，而且来自运行环境，包括处理器速度与内 存大小、传感器与控制器的区域限