高级人工智能-（二十一）.pptVIP

高级人工智能 史忠植 高级人工智能第十六章 史忠植 中国科学院计算技术所 内容提要 引 言 人工生命 人工生命 人工生命 人工生命 人工生命第一次会议 人工生命第二次会议 人工生命第三次会议 人工生命第四次会议 人工生命第五次会议 人工生命第六次会议 人工生命第七次会议 人工生命第八次会议 人工生命第九次会议 人工生命第九次会议 相关会议 相关刊物 相关刊物 AI vs. AL Complex human functions Top-down Global Control Complex Rules Preprogrammed behavior Knowledge-Representation Basic natural behavior Bottom-up Local Control Simple Rules Emergent behavior Avoid Knowledge-Representation Planning 研究人工生命的原因 人工生命的探索 人工生命的模型 人工生命的研究方法和战略 人工生命研究的方法 人工生命研究的策略 计算机生命 细胞自动机 细胞自动机 二维空间中的细胞自动机 信号传播的过程 信号复制 数据路径扩张 变换规则表 细胞自动机的概念可由以下方式建立 形态形成理论 形态形成理论 例子1 例子2 例子3 混沌理论 混沌理论 人工生命研究平台 A-Volve Tierra Avida Amoeba Autolife Autolife Autolife 群体智能(Swarm Intelligence) 研究意义－群体智能概念 群体智能这个概念来自对蜜蜂和蚂蚁的观察。一组相互之间可以进行直接通信或者间接通信(通过改变局部环境)的主体，这组主体能够合作进行分布问题求解 。 任何启发于群居性昆虫群体和其它动物群体的集体行为而设计的算法和分布式问题解决装置都称为群体智能。 群体智能在没有集中控制并且不提供全局模型的前提下，为寻找复杂的分布式问题的解决方案提供了基础。 研究意义－群体智能的特点 分布式：能够适应当前网络环境下的工作状态; 鲁棒性：没有中心的控制与数据，个体的故障不影响整个问题的求解; 扩充性：个体的增加，系统的通信开销增加小; 简单性：个体简单，实现也比较简单。 研究意义 群体智能的研究不仅在多主体仿真、系统复杂性以及NP问题等方面为人工智能、认识科学、计算经济学等领域的基础理论问题的研究开辟了新的研究途径，同时也为诸如组合优化、机器人协作、电信路由控制等实际工程问题提供了新的解决方法。因此，群体智能的研究具有重要意义和广阔的应用前景。 研究现状－国外 美国的SDG 组织在系统复杂性方面开展了研究。他们主要通过多主体的仿真来研究系统复杂性。他们开发的SWARM软件包为多学科进行基于多主体的建模提供了一个基础平台； 加州工学院专门开设了群体智能的课程； 欧洲联盟资助的SWARM-BOTS项目的主要目标是研究设计和实现自组织和自装配的装置的新途径。它的理论基础是群体智能和蚁群算法的近期研究成果，即对群居性昆虫和其它动物群体的自组织和自装配能力的研究。 研究现状－国内 国家自然科学基金“十五”期间学科交叉类优先资助领域第一类属于把握科学前沿，推动源头创新的项目。 其中第7项认知科学及其信息处理的研究内容就明确列出了群体智能的进化、自适应与现场认知。相关项目还有第9项复杂系统与复杂性。 主要研究方向 蚁群寻食行为研究，相对应组合优化算法和通信网络路由控制算法； 群体分工和任务分配行为研究，相对应多主体分工协作算法； 巢穴组织和自组织行为及群体分类行为研究，相对应数据分析和图的分割算法； 建巢和自装配行为研究，相对应模拟建巢算法； 群体合作搬运行为研究，相对应机器人合作搬运算法。 所需解决的关键问题 蚁群算法 效率与理论； 由于没有标准的测试集，除了寻食模型，蚁卵聚类、蚁群分工和蚁巢自装配等模型都只处于证实阶段 理论和实验 ； 一个多主体自组织模型实验和测试平台 ； 对于追求效率的实际问题，如何既保持群体智能系统的灵活性和鲁棒性等自组织特征又能保证系统的高效率也是一个关键问题 ； 群体智能与分布式智能的智能主体研究相结合，将产生新的智能主体协作、建模等算法和机制，提出网络和网格环境的自适应多智能主体系统 。 蚂蚁寻找最短路径原理 第k个蚂蚁从城市i到城市j 的跃迁概率为： 一种基于蚁群算法的TSP问题分段求解算法 相遇算法，提高了蚂蚁一次周游的质量， 然后将相遇算法与采用并行策略的分段算法相结合，提出一种基于蚁群算法的TSP问题分段求解算法。 实验结果表明该算法有较好的有效性。 TSP实