第七章Agent.ppt

高级人工智能 第七章 Agent 分布式人工智能 分布式问题求解 Agent理论 Agent 结构 Agent 通信 Agent协调与协作 面向Agent的软件技术 分布式人工智能 特点: 分布性：整个系统的信息，包括数据、知识和控制等，无论在逻辑上或者物理上都是分布的，不存在全局控制和全局数据存储。 连接性：在问题求解过程中，各个子系统和求解机构通过计算机网络相互连接。 协作性：各子系统协调工作。 分布式人工智能 开放性：通过网络互连和系统的分布，便于扩充系统规模，具有比单个系统广大得多的开发性和灵活性。 容错性：系统具有较多的冗余处理结点、通讯路径和知识，能够使系统在出现故障时，仅仅降低响应速度或求解精度，以保持系统正常工作，提高工作可靠性。 独立性：系统把求解任务归约为几个相对独立的子任务，从而降低了各个处理结点和子系统问题求解的复杂性，也降低了软件设计开发的复杂性。 例：多领域专家系统可以协作求解单领域或者单个专家系统无法解决的问题，提高求解能力，扩大应用领域 分布式人工智能的分类 分布式问题求解（DPS：Distributed Problem Solving） 多Agent系统（MAS，Multi-agent System） DPS与MAS的异同 共同点：研究如何对资源、知识、控制等进行划分。 不同点：概念模型和成功标准；研究目标；设计方法等方面。 分布式问题求解 特点： 数据、知识、控制均分布在系统的各节点上，既无全局控制，也无全局数据和知识存储。 两种协作方式： 任务分担 结果共享 分布式问题求解系统分类 根据组织结构，分布式问题求解系统可以分为三类： 层次结构类； 平行结构类； 混合结构类 分布式问题求解过程可以分为四步： 任务分解； 任务分配 子问题求解； 结果综合 分布式问题求解系统中协作的分类 按节点间协作量的多少，协作分为三类： 全协作系统 无协作系统 半协作系统 常用的通信方式有： 共享全局存储器 信息传递 黑板模型 Agent 在计算机和人工智能领域中，主体可以看作是一个实体，它通过传感器感知环境，通过效应器作用于环境。 译文： 金山词霸：代理(商)；中介；密探。 网络管理：SNMP中的代理 Agent 主体；智能体；智能主体 艾真体 多主体系统主要研究在逻辑上或物理上分离的多个主体协调其智能行为，即知识、目标、意图及规划等，实现问题求解。可以看作是一种由底向上设计的系统。 智能主体的几个典型的实例： Microsoft的Office助手 计算机病毒（破坏主体） 计算机游戏或模拟中的智能角色 贸易和谈判主体（如Ebay的拍卖主体） 网络蜘蛛Web Spider 搜索引擎中的数据搜集和索引主体（如Google） 软件开发方法的进化 Agent关键属性 自治性。能自行控制其状态和行为，能在没有人或其它程序介入时操作和运行。Autonomy 社会能力（通信能力）。能用某种通信语言与其它Agent交换信息并相互作用。Sociality 感知能力或反应能力。及时感知和响应所处环境的变化。Reactivity 能动性或自发行为。主动表现出目标驱动的行为，能自行选择合适时机采取适宜动作。 Agent关键属性 持续性。是持续或连续运行的过程。其状态在运行过程中应保持一致。 推理能力。Reasoning 规划能力。Planning 协作、合作、协同、协商能力。 移动性或机动性。Mobility 适应性或进化性。 可靠性 长寿性 诚实、善意、理性。 前五个属性是必备的 Agent理论 Agent的理论模型研究主要从逻辑、行为、心理、社会等角度出发，对智能主体的本质进行描述，为智能主体系统创建奠定基础。 理性主体（BDI主体） Belief——信念，主体对环境的基本看法。 Desire——愿望，主体想要实现的状态，即目标。 Intention——意图，目标的子集。 BDI模型 BDI模型可以通过下列要素描述： 一组关于世界的信念； Agent当前打算达到的一组目标； 一个规划库，描述怎样达到目标和怎样改变信念； 一个意图结构，描述Agent当前怎样达到它的目标和改变信念。 Agent 结构 Agent结构需要解决的问题包括： Agent由那些模块组成， 模块之间如何交互信息， Agent感知到的信息如何影响它的行为和内部状态， 如何将这些模块用软件或硬件的方式组合，形成一个有机的整体。 黑箱软件Agent Agent的工作过程 Agent骨架程序 function Skeleton-Agent(percept) return action 　static: memory /* Agent的世界记忆 */ 　memory ← Update-