基于Agent的BDI理论模型.doc

Agent-based model of BDI 基于Agent的BDI理论模型分析 [摘 要]主要分析了从意识立场出发的一种思维状态模型,即BDI模型。该Agent模型的基本思维属性主要由信念、愿望和意图构成，通过两种方法的分析，如何使Agent达到理性的推理和理性的决策目标。 [关键词]Agent；BDI；理论模型 Agent理论与技术研究最早源于分布式人工智能(DAI),但从80年代末开始,Agent理论技术研究从DAI领域中拓展开来,并与许多其他领域相互借鉴与融合,在许多不同与最初DAI应用的领域得到了更广泛的应用。 1.Agent相关技术 1.1 Agent概念 Agent应当包括:自主性、主动性、反应性、移动性和社会性等优良特点。由以上Agent的特性可以给Agent一个简单的定义：Agent是代表用户和其他程序，以主动服务的方式完成一组操作的机动计算实体。智能Agent不能在环境中单独存在，而要与多个智能Agent在同一环境中协同工作，协同的手段是相互通信，但每个智能Agent都是主动的、自治的工作。 1.2 Agent的分类 Agent的特征、控制结构、生存环境、实现语言以及应用领域等都可以作为分类依据。如根据Agent 在MAS中所处的位置可以分为末端Agent和中间Agent。末端Agent又可分为提供服务的Agent和接受服务的Agent。根据Agent所完成的主要功能又可以分为界面Agent、移动Agent和信息Agent等。另外按体系结构划分，可分为反应式Agent、慎思式Agent和复合式Agent；按构架可分为系统Agent和工具Agent；按智能程度分为被动Agent、主动监视反应Agent、具有思考和规划行为的BDI Agent、竞争Agent、演化Agent以及人格化Agent。 2.基于Agent 的BDI模型 BDI模型的哲学基础是巴拉特曼（M. E. Bratman）的理性平衡。1987年，Bratman从哲学上对行为意图的研究对人工智能产生了广泛的影响。他认为只有保持信念、愿望和意图的理性平衡才能有效的解决问题。 信念、愿望、意图与行为具有某种因果关系，如图1所示。 图1 信念、愿望、意图与行为的关系图 一种理想的理性Agent可以定义为：对于每一种可能的感知序列，理想的理性Agent，在感知序列提供的证据和Agent内部知识的基础上，应该做的所期望的动作使它的性能测度为最大。Agent的BDI模型侧重于形式描述信念、愿望和意图，其本质上要解决的问题是如何确定Agent的目标以及如何实现这个目标。当前Agent使用的BDI模型一般都是在科恩（P. R. Cohen）和莱韦斯克（H. J. Levesque）的正规模态逻辑的意图模型以及罗（A. S. Rao）和乔治（M. P. Georgeff）的BDI计算树逻辑模型基础上发展起来的。 2.1 Cohen Levesque的BDI模型 在Bratman的基础上, Cohen和Levesque系统地研究了信念、目标、持续目标和意图的形式描述和演算问题。他们采用了基于线性时态逻辑的可能世界模型，表示了时间、事件、行为目标和意念等概念，形式地表达了这些概念之间的关系。 根据Bratman的哲学分析，Cohen和Levesque提出了一个意图的合理性必须满足的7条性质： （1）意图为Agent提出任务，Agent必须确定怎样实现它； （2）意图为Agent采纳其它意图提供了“过滤”，它们必须不发生冲突； （3）Agent应跟踪意图的实现，如果失败，Agent应试图重试； （4）Agent相信它的意图是可实现的； （5）Agent不相信它不愿实现它的意图； （6）在某些情况下，Agent相信它将实现它的意图； （7）Agent不必打算实现它的意图的所有副作用。 2.1.1可能世界语义模型 CohenLevesque的BDI模型用可能世界模型对BDI进行描述如下。语义模型是一个8元组，M=((, P, E, Agt, T, B, G, ()，其中(表示一个集合；P是人的集合；E是基本事件类型的集合；Agt是指定与事件相关的Agent；T是指定与事件相关的过程；B是信念可达关系；G是目标可达关系；(是谓词解释，即在某个可能的事件过程中的计算公式，“可能世界”指事件过程中的一个点。 2.1.2信念和目标的形式定义和性质 在确定了模型结构M、事件序列(、整数n和变量指派I后，信念B和目标G可以形式化定义如下： M,(,n,I(B x ()当且仅当对所有从n通过信念关系B可达的可能世界 都有(为真。 M,(,n,I(G x ()当且仅当对所有从n通过信念关系G可达的可能世界都有(为真。