人工智能基础08.pptVIP

* * * * * * * * * * * * * 合肥工业大学 人工智能与数据挖掘研究室 */87 目录 第一章　绪论 第二章　搜索技术 第三章　知识表示 第四章　推理技术 第五章 机器学习 第六章 计算智能 第七章 数据挖掘 第八章　智能体技术 Agent理论基础 Agent结构 多Agent系统 移动Agent * Agent理论基础 分布式人工智能 人工智能的发展： 符号逻辑、知识工程与专家系统、象棋比赛、数学难题证明，… 处理较“成型”的问题，利用成功的经验知识进行求解。 环境变化（分布式计算、互联网）：没有现成方法，没有知识 ？ 引入新的活力 * Agent理论基础 分布智能系统特点： （1） 系统中的数据、知识, 以及控制不但在逻辑上, 而且在物理上是分布的, 既没有全局控制, 也没有全局的数据存储。 （2） 各个求解机构由计算机网络互连, 在问题求解过程中, 通信代价要比求解问题的代价低得多。 （3） 系统中诸机构能够相互协作, 来求解单个机构难以解决, 甚至不能解决的任务。 * Agent产生与发展 Hewitt提出演员模型（1977） 在该模型中给出了一些“演员（Actor）”——一组具有知我包含、相互作用和并行执行的对象。 Minsky 《思维与社会》（1986）提出Agent 社会中的某些个体经过协商之后可求得问题的解，这些个体就是Agent，Agent应具有社会交互性和智能性。 1980 年Davis 和 Smith 提出了合同网（CNET） CNET 使用投标—合同方式实现任务在多个节点上的分配。合同网系统的重要贡献在于提出了通过相互选择和达成协议的协商过程实现分布式任务分配和控制的思想 Agent理论基础 * Agent产生与发展 Lesser等人主持研制分布式车辆监控测试系统 DVMT DVMT 是以分布式传感网络数据解释为背景，对复杂的黑板问题求解系统之间的相互作用进行了研究，提供了抽象和模型化分布式系统行为的方法。 Gasser 等人研制了MACE 系统（1987 ） 是一个实验型的分布式人工智能系统开发环境。MACE 中每一个计算单元都称作主体，它们具有知识表示和推理能力，主体之件通过消息传送进行通信。MACE 的各个机构并行计算, 并提供了描述机构的描述语言，具有跟踪的demons 机制。 Agent理论基础 * Agent理论基础 Agent定义与特征 “Agent是处在某个环境中的计算机系统，该系统有能力在这个环境中自主行动以实现其设计目标。” Wooldridge Jennings Agent 环境 传感器输入 动作输出 * Agent理论基础 Agent定义与特征 Agent 弱概念 Autonomy(自治性）: agents operate without the direct intervention of humans or others, and have some kind of control over their actions and internal state; social ability（社会性): agents interact with other agents (and possibly humans) via some kind of agent-communication language ; Reactivity（反应性）: agents perceive their environment, (which may be the physical world, a user via a graphical user interface, a collection of other agents, the INTERNET, or perhaps all of these combined), and respond in a timely fashion to changes that occur in it; pro-activeness（自主性）: agents do not simply act in response to their environment, they are able to exhibit goal-directed behavior by taking the initiative. * Agent理论基础 Agent 强概念 An agent to be a comp