MAS模型仿真研究进展综述.docVIP

MAS模型仿真研究进展综述 　　摘 要：MAS（Multi-Agent System，多主体系统）仿真模型的研究是从20世纪90年代开始兴起的，是当今人工智能（AI）的前沿学科，如今MAS模型已被广泛应用于众多行业。本文对MAS仿真模型的研究文献进行了梳理，分别基于层次、动态、规范化角度进行了分类评述，并对该领域MAS未来的研究前景进行了展望。 　　关键词：Agent；MAS模型；仿真研究；人工智能 　　中图分类号：TP399 　　1 Agent与MAS 　　1.1 Agent的概念缘起 　　Agent的概念最早可以追溯到Hewtti[1]于1974年提出的演员（Actor）模型。在复杂系统（Complex System）的研究中，把组成复杂系统的具有主动性的个体或单位称为Agent，研究这些Agent的个体行为及其相互之间的作用。主体的概念源自人工智能（Artificial Intelligenee，AI）学科，由于主体（Agent）这个词在不同的学科应用中有不同的含义，到目前为止，学术界尚未形成一个统一的、确定的主体的定义。但是，在众多关于Agent的定义中，Wooldridge和Jennings[2-3]的有关Agent的弱定义和强定义的讨论被广为接受。在弱定义中，Agent主要具有自治性（Autonomy）、社会性（Social-ability）、应激性（Reactivity）、预动性（Pro-activeness）四个特性。 　　在有关Agent弱定义的概念上再加上信念（Belief）、承诺（Commimtent）、愿望（Desire）、责任（Obligation）、意图（Intention）、能力（Capability）等心智状态方面的描述，就成为Agent的强定义。其中，Rao和Georgeff[4]提出的BDI（Belief-Desire-Intention-Theory）模型，就是使用信念（Belief）、愿望（Desire）、意图（Intention）三个基本概念来描述Agent的特征。 　　1.2 MAS研究缘起 　　MAS的研究最早可追溯到R.Davis和R.Smith[5]提出的合同网协议。MAS可以看作是一个由多个可交互作用的主体（Agent）的计算单元构成的松散耦合的系统。MAS的一个主要目标和特点就是它可以通过成员之间的合作完成一个Agent不能或难以实现的较为复杂的任务，实现MAS目标的最基本条件就是成员Agent之间要能有效地沟通。MAS表现出的并行性（Parallelism）、协作性（Cooperation）、健壮性（Robusrness）、分布性（Distribution）、可扩展性（Scalability）等特征，这些特征使MAS适合对复杂系统进行描述，因而MAS被认为是研究复杂系统重要理论基础。 　　MAS宏观层面的涌现性问题的研究将MAS看成是一类特殊的复杂系统，且借用复杂性科学研究中的一些概念来描述MAS在涌现性研究中的问题。这些概念如复杂性（Complexity）、自组织（Self-Organization）、涌现（Emergence）、适应（Adaptation）和进化（Evolution）等。这些概念之间既各有所指，又紧密联系。然而，人们对这些概念的认识并没有达成一致，不同的研究领域中对他们都有特殊的理解。通过对这些概念的研究，可以发现一些对面向涌现的MAS研究有启发性的思想[6]。 　　2 MAS模型 　　现有的MAS模型研究文献中可以将该模型分为： 　　2.1 基于层次结构的MAS模型 　　层次结构MAS模型是根据Agent之间的互相作用关系把MAS分成多个子MAS，也就是将MAS分解为若干个层次，每个层次上的子MAS可以在结构上再分层次，直到达到最底层的最基本的子MAS。在每个层次上，都是由多个Agent组织共同工作，拥有其上一层次系统的功能。在组织内部，Agent共同工作完成某个功能，组织内部频繁于组织之间的相互作用，使得整个系统更可预测。同时，层次结构MAS模型具有便于增加新功能，使系统具有可扩展性，有利于软件的重用，有利于解决突发机制的问题与数据的移动性与持续性的问题等优点；当问题的规模增加时，层次结构MAS模型因其特有的优势，基本上不需作相应的改变。 　　对于层次结构MAS模型的研究，Filipe[7]基于社会心理学理论和知识表示框架，提出了EDA（Epistemic-Deontic-Axiological）模型。Salceda[8]等提出了一种由抽象层、具体层、规则层、和程序层构成的多层结构的HARMONIA模型。层与层之间是递进的关系。Dignum[9]等提出了由规范、组织和本体三维构成的OMNI（Organizati