人工智能引论课件.pptVIP

浙江大学计算机学院研究生《人工智能引论》课件 内容 13.1 概述 DAI系统的特色 DAI系统的主要优点 13.2 分布式问题求解 13.2.1 分布式问题求解系统分类 13.2.2 分布式问题求解过程 分布式问题求解系统中协作的分类 13.3 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 13.4 Agent理论 13.4.1 理性Agent（BDI模型） 13.4.2 BDIAgent模型 BDI解释器 13.4.3 RAO逻辑框架 13.4.4 换位推理 13.4.5 动作理论 规划库的形式化表示 13.5 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 13.5.1 反应Agent 反应Agent程序 13.5.2 认知Agent 认知Agent程序 BDI结构 13.5.3 复合式Agent 规划模块 建模模块 通信模块 13.6 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 13.７Agent的协调与协作 协调 协作 协作规划 协作过程 13.8 多Agent环境MAGE 13.9 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 13.11 若干前沿问题讨论 当前AI中存在的“鸿沟” 解决“鸿沟”的主要思路 完全自主Agent 完全自主Agent的关键技术 完全自主Agent的典型应用 13.11.1 当前AI中存在的“鸿沟” Stuart J. Russell的观点 在1995年获得IJCAI-95的“Computers and Thought Award”杰出青年大奖时所作的学术报告《Rationality and Intelligence》 指出“AI是一个由其研究的问题而非方法所定义的领域。”（“AI is a field defined by its problems, not its methods.”—— Stuart J. Russell, 1995） 当前AI中存在的“鸿沟”（续1） 当前，AI中存在的最大问题是：如何填补基于抽象、非底层表示（Ungrounded representations）的高层推理（High-level reasoning）与建立底层表示（Grounded representations）的传感数据解释（Interpreting raw sensor data）之间的“鸿沟”。 当前AI中存在的“鸿沟”（续2） 2001年，Stanford大学计算机系的年轻教授Daphne Koller在获得IJCAI-01的“Computers and Thought Award”杰出青年大奖时所作的学术报告 传统AI中被广泛采用的分析、分解方法正面临着很大的挑战：在解决复杂问题时，人们往往很自然地采用分而治之的方法，将其分解为每个“小片”（Fragmentation），等每个“小片”都取得进展后，再进行综合集成以得到最终的结果。但遗憾的是，往往每个子问题都各自分家且相互远离，而且是离得越来越远，最后很难将它们综合集成起来。 当前AI中存在的“鸿沟”（续3） “In AI, as in many communities, we have the tendency to divide a problem into well-defined pieces, and make progress on each one. But as we make progress, the problems tend to move away from each other.” —— Daphne Koller, 2001 13.11.2 解决鸿沟的主要思路 Daphne Koller教授围绕着如何解决上述问题（即填补高层推理与底层数据解释之间的“鸿沟”），提出一种解决方法，就是建立连接的三座“概念桥梁”（Conceptual bridges），分别是： 表示（Representation） 推理（Reasoning） 学习（Learning） 解决鸿沟的主要思路（续1） 另一种代表性的解决方法是，美国德克萨斯大学奥斯汀分校（University of