AI_05_17 分布式人工智能和智能Agent 人工智能课程浙江大学研究生.ppt

研究生《人工智能》 内容 2.1 概述 DAI系统的特色 DAI系统的主要优点 2.2 分布式问题求解 2.2.1 分布式问题求解系统分类 2.2.2 分布式问题求解过程 分布式问题求解系统中协作的分类 2.3 智能Agent及多Agent系统 Agent的思想 Agent概念的出现 Agent的定义 Agent的特性 2.4 Agent理论 2.4.1 理性Agent（BDI模型） 2.4.2 BDIAgent模型 BDI解释器 2.4.3 RAO逻辑框架 2.4.4 换位推理 2.4.5 动作理论 规划库的形式化表示 2.5 Agent结构 Agent基本结构 智能Agent的工作过程 Agent骨架程序 Agent的分类 2.5.1 反应Agent 反应Agent程序 2.5.2 认知Agent 认知Agent程序 BDI结构 2.5.3 复合式Agent 规划模块 建模模块 通信模块 2.6 Agent通信 Agent通信中的主要问题 Agent间的消息传递 本体论（Ontology） 言语行为 FIPA通信动作库 交互协议 FIPA 英国拍卖协议 通信语言 KQML FIPA ACL XML—eXtensible Markup Language  可扩展标记语言 2.７Agent的协调与协作 协调 协作 协作规划 协作过程 2.8 多Agent环境MAGE 2.9 面向Agent的软件技术 Agent与对象的异同 AO与OO 主要的基于Agent的方法 Gaia方法 MaSE AUML 欢迎批评指正，谢谢！ 产生需求、确定目标 协作规划、求解协作结构 寻求协作伙伴 选择协作方案 实现目标 评估结果 MAGE的主要特点：　 运行于分布式网络环境 用java编写 使用模块化的能力 通过ADL来描述并生成Agent Agent之间通过ACL通信 　在面向Agent的软件开发方法中，应用程序编写为软件Agent，这些Agent之间通过Agent通信语言可以进行比普通消息传递更规范、更明确的通讯。 共同点： 都具有封装性、继承性和多态性。 对象的内部状态映射为Agent的心智状态。 互操作。 不同点： Agent具有自治性，对象只能被动的被调用。 Agent之间交互使用通信语言，对象之间交互是通过互相调用方法。 对象是对现实世界中的被动实体的抽象，Agent是对主动实体的很好的抽象。 Agent支持用于表示智能的结构，如信念、承诺等。 Agent支持基于言语行为理论的高级交互，不同于对象之间频繁的消息发送和接收。 对象是通过外部来进行控制的（白箱控制），相反，Agent有自治性，不能直接从外部进行控制（黑箱控制）。 Gaia方法：Wooldridge，Jennings和Kinny在1999年提出了面向Agent分析与设计的Gaia方法学。 多Agent工程方法学：Wood和DeLoach提出了多Agent工程方法学MaSE。 AUML： Odell等人提出了对UML语言的扩充——AgentUML语言AUML语言。 　　Gaia是一种同时支持微观级（Agent结构）和宏观级（Agent社会与组织结构）的Agent开发的一般方法。 分析过程 第一步是找到系统中的角色， 第二步是对角色之间的交互进行建模。每个角色包含四个属性：责任、许可、活动和协议 设计阶段 第一步是把角色映射到一定的Agent类型，然后对不同的Agent类型创建适当的Agent实例； 第二步是确定一个和多个Agent中角色所需要的服务模块； 最后一步是为Agent之间的通信表示建立熟人模块。 环境 Agent 感知 作用 黑箱软件Agent 环境 交互 信息融合 信息处理 作用 交互 感知 作用 function Skeleton-Agent(percept) return action 　static: memory /* Agent的世界记忆 */ 　memory ← Update- Memory(memory,percept) 　action ← Choose-Best-Action(memory) 　memory ← Update-Memory(memory,action) 　return action 根据人类思维的层次模型，可以将Agent分成四类： 反应Agent 形象思维Agent 抽象思维Agent 复合式Agent 形象思维Agent和抽象思维Agent也可以合称为认知Agent 环 境 当前世界 传感器 动 作 效应器 条件-动作 规则 Agent function Reactive-Agent(percept) returns