分布式人工智能与MAS教程.ppt

基于符号推理系统的体系结构及协调机制 基于符号系统的多智能体体系结构与协调机制存在的主要问题是：①符号主义要求对环境有比较完整和复杂的模型，而如何使智能体自身模型的计算和推理与环境保持同步就是一个棘手的问题；②复杂模型计算和推理使智能体对环境的适应能力变差，并且难以满足模型与领域无关性的要求；③对于大型复杂动态系统而言，符号模型建立过程的繁琐和效率低下等问题表现的尤为严重。 基于行为主义的体系结构及协调机制 基于行为主义的MAS以Brooks的基于行为的系统分析与设计方法为基础，其系统设计有三个基本原则：最小性：系统应尽量简单以便与环境进行快速交互；无状态性：系统本身没有关于外部环境的状态模型，其行为是基于感知——行为的模式进行的；鲁棒性：系统能够有效地处理而不是去除实际环境中的不确定性。 基于行为主义的智能体设计的一般过程：首先确定一些基本行为，通过基本行为的选择和组合来完成所要求的任务，因此，行为选择机制的研究非常重要，也是多智能体协调研究的热点和核心问题。 基于行为主义的体系结构及协调机制 其基本思想是：由各种基本行为构成一个网状结构，各个结点表示相应的基本行为，而各个结点之间的连接表示为行为的活性，即行为对目标的贡献和效能的一种度量，如果行为促使目标的实现，其活性值为正，反之为负，并且，这种效能越大，其活性值就越大。各种行为之间存在激励或抑制的相互作用影响，于是，相应的活性值就在行为网中进行传播，通过相应的活性传播控制算法就可以对行为进行有效的组合、调度和协调，从而完成复杂任务。 基于协进化方法的体系结构及协调机制 自然界中的各个物种共同生存于同一个生态系统中，每个物种在其中都有自己的生存环境。由于资源有限，各个物种必须通过竞争和合作才能获得自己生存所需的资源。竞争和合作又促使物种不断进化和改变，并影响彼此的进化过程，这样的过程就称为协进化。 协进化是克服传统进化算法的不足而提出的更为通用的机器学习过程，并适用于多智能体的协调。在协进化计算中，通常考虑多个物种群体，每个物种都有相应的个体类型，各个物种群体采用进化算法实现其进化过程。与常规模拟进化不同的是，在对个体进行适应度评价时，增加对群体间交互协调作用的考虑，对于有利于协调的个体赋予较高的适应度，反之则赋予较低的适应度。这样，促使各个群体向相互协调和适应的方向进化，从而产生协调行为。 多智能体技术的应用 MAS的应用研究开始于20世纪80年代中期，并表现出明显增长的趋势。 1、智能机器人 智能机器人通常包括多个信息处理子系统，如二维三维视觉处理、信息融合、规划决策以及自动驾驶等。在多机器人系统中，每个机器人作为一个智能体，当多机器人同时从事同一项或多项工作时，利用多智能体技术建立多智能体机器人的协调系统，避免冲突的出现，共同完成复杂并行的作业任务。 多智能体技术的应用 2、交通控制 如分布式路径指导系统，把交通图知识库中的信息与路径边界搜索算法相结合，项驾驶员提供最佳路径的行驶建议。 3、分布式预测、监控及诊断 再对暴风雨气象观测中，把各区域观测站分别作为一个智能体，各智能体根据观测数据作出局部观测，进行分布式问题求解，然后通过网络和协调机制，最终形成关于整个区域的可靠一致的全局预测。 多智能体技术的应用 4、柔性制造： 在大型分布式复杂制造系统中，可以把复杂的企业活动划分成多组任务单元，各任务单元由一个智能体执行，同时，把人的行为也看作一类智能体。利用多媒体界面和人-机及机-机等交互方式，通过大量智能体的交互和协调，实现各个地域分散的生产部门之间的知识共享和协调，实现复杂问题的求解和企业各项功能的集成。 多智能体技术的应用 5、虚拟现实和多智能体社会 虚拟现实是营造人工环境的仿真技术，用户在该环境中能与其他对象进行相互作用。如电子市场，提出了买和卖这两种智能体及其直接交互和代理交互算法，实现了市场中的货物储藏和买卖机制以及银行信贷和金融管理机制。 多智能体技术的应用 6、网络自动化和智能化 在互联网中为用户自动查找存储于不同地点的资料，帮助用户进行网络搜索，为异地用户建立多媒体会议进程。以一组协同工作的智能体为核心的应用环境下的用户之间的协同工作。 7、网络化的办公自动化 采用智能体分别实现信息的收集、存储、交换、加工和决策，可实现办公自动化系统的人机一体化。 多智能体技术的应用 8、作战智能体模型研究 作战系统是社会复杂系统，现代战争呈现许多复杂系统的特征，如复杂非线性交互作用、自组织和自适应性、分层的体系结构。近年来，美国等发达国家对复杂性科学和多智能体技术等新方法在作战仿真中的应用进行了探索。 * 分布式人