人工智能artificialintelligence第九章.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 史忠植 人工智能：DAI与智能体 * 可视化开发环境VAStudio * 史忠植 人工智能：DAI与智能体 * MAGE智能体系统结构 Agent kernel Sensor Function Module Interface Resource Database Engine Communicator Scheduling Function Component Plug-INs Reasoning Negotiation Co-Operation others Plug-in Manager Task Database 史忠植 人工智能：DAI与智能体 小结 * * 分布式人工智能的研究目标在于构造描述自然系统、社会系统以及人机物三元世界的概念模型，研究由多个实体组成的系统中，各实体间如何交互作用、知识和动作如何分布与协作，以提高系统的整体性能，推动以新制造技术、新能源和智能城市为代表的“第三次工业革命”的发展。 智能体是人工智能的实用化和分布式计算环境下智能软件的重要技术，它们具有社会知识和领域知识，能依据心智状态自治工作，并具有领域互操作和协作能力。 本章首先介绍智能体的基本概念，然后介绍智能体的体系结构、通信语言、协调和协作、移动智能体。最后介绍多智能体环境MAGE。 * 史忠植 人工智能：DAI与智能体 * Thank You 人工智能 / * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 史忠植 人工智能：DAI与智能体 * 计算生态学 计算生态学将计算系统看作是一个生态系统，它引进了许多生物的机制，如变异(mutation)即物种的变化。这些变化导致生命基因的改变，从而形成物种的多样性，增强了适应环境的能力。这类变异策略成为人工智能系统提高其自身能力的一种方法。Lenat与Brown成功地将变异机制引入他们的AM与Eurisko系统中, 通过小型Lisp程序的语法变异发现数学概念。他们认为未来成功的系统应该是一系列进化的、自组织的符号知识结构的``社会系统。 * 史忠植 人工智能：DAI与智能体 * 生物生态模型 这是最著名的生态系统，具有典型的进化特征和层次性。这种特性反映在“食物链”中。对于复杂的生物生态系统而言，各物种组成了紧密相连的网络－食物网。这个系统的主要角色是捕食者与被食者。生命依赖于生命，共同进化，由小的生态环境组成大的生态系统。 * 史忠植 人工智能：DAI与智能体 * 物种进化模型 物种进化的“复制者”是基因。从门德尔的植物遗传研究到现代遗传学的成果，都说明了在物种进化过程中，基因的组合与变异起着关键作用。在一个物种的某一群体中基因的集合称为基因池。生物组织是基因的载体。如果环境变化，选择的机制就会改变。这种变化必然引起基因池的变化。特定种群的基因变化称为基因流。一个物种总是不断地经历隔绝、基因流动、变化的循环。开始时，一组地理上隔绝的群体自己孤立地发展，基因在内部快速地流动。随着开放，通过交流和竞争，优胜劣汰。 * 史忠植 人工智能：DAI与智能体 * 经济模型 经济系统在某种意义上类似于生物生态系统。在商品市场和理想市场中，进化决定于经济实体的决策。选择机制是市场奖励机制。进化是快速的，企业与消费者之间、企业之间主要是一种互相依赖的合作关系。决策者为了追求长远利益，可以采取各种有效的方法，甚至可以暂时做赔本买卖。 * 史忠植 人工智能：DAI与智能体 * 协商模型 Zlotkin的面向领域的协商理论 Zlotkin的协商理论假设： ? 各智能体追求本身效用最大。 ? 知识完备。 ? 无历史信息。 ? 目标集固定。 ? 协商在两智能体之间同时进行。 ? 智能体操作集相同。 ? 世界仅当智能体操作之后发生变化。 * 史忠植 人工智能：DAI与智能体 * 面向领域的协商理论 在协商过程中，若存在一个双方满意的分配，可以得到一个联合规划, 使协商终止的条件是： (1) 达成协议：如果 Utility(P(i,t)) ? Utility(P(i,t-1)), 这一协商过程将在有限步内结束。 (2) 冲突： 如果 Utility(P(i,t)) = Utility(P(i,t-1)), 则无法达成协议。 * 史忠植 人工智能：DAI与智能体 * 最佳平衡 传统的协商是基于Nash平衡的,它的缺点是Nash 平衡产生多