多Agent系统理论概述.doc

精品文档（可编辑） 值得下载 多Agent系统理论概述 摘要：Agent在AI(AI:Artificial Intelligence)研究领域已经成为热点，Agent技术提供了一种新的计算和问题求解规范。本文简要的讨论Agent、多Agent系统。 关键词： 多Agent系统 概述 中图分类号：C94文献标识码： A 1Agent概述 1.1Agent的基本概念 Agent的概念最早出现在20世纪70年代的人工智能中，80年代后期，被译为“代”理， “智能体”或“智能主体”。这些概念在许多领域被引用，不同的研究领域和内容，给出了许多不尽相同的定义。目前为止还没有一个对Agent统一的定义，但多数研究者接受wooldridge和Jelinings所提出的Agent定义，即Agent是一个具有自治性、社会能力和反应特性的计算机软、硬件系统，它具有自治性、社会能力、反应性和主动性。 1.2Agent具有的特性 根据wooldridge的定义，对于Agent所应具有以下特征： 1.自治性(Autonomy)：Agent一般都具有自己的资源和局部于自身的控制机制，能够在没有外界直接操控下，根据自身的内部状态以及感知的外部环境信息，决定和控制自身的行为。 2.社会能力(Social Ability)：Agent之间并不是孤立的。和人一样，Agent具有通信能力，能够通过某种Agent通信语言与其他Agent进行各种各样的交互，也能和其他各类Agent一起有效地完成各种层次的协同工作。 3.反应性(Reactivity)：Agent能够及时地感知其所在外部环境的变化，并能够针对一些特定的时间做出相应的反应。 4.主动性(activity)：Agent能够遵循其承诺采取主动行动，表现出面向目标的行为。它要求Agent保持比较稳定的目标，它的动作都是以此目标为依据的，从而产生一种叫做目标指引的行为(Goal Directed Behavior)。 1.3Agent分类 从不同的角度，Agent有下面几种分类方法： 1.根据Agent的存在形式：分为有形Agent和无形Agent。有形Agent以是智能控制器、机器人，甚至是操作人员。无形Agent一般指软件Agent，可能有若干个软件Agent存在于一台或多台计算机中，它对外表现的主体并不是计算机，而是无形的软件。 2.根据Agent的可移动性：分为静止 Agent和移动Agent。对具有有形实体的Agent,可移动性是容易理解的，如移动机器人。对于无形实体的软件Agent，是指可自主地在网络中的主机之间移动的计算机程序。在电子商务、信息获取和网络管理等方面。 3.根据Agent的思维深度：可分为反应型(reactive) Agent,深思型(deliberative) Agent和混合型(hybrid) Agent。反应型Agent对周围环境无任何的符号表示模型，它仅仅对所处环境状态变化产生响应。而深思型Agent具有一个内部符号推理模型，为与其它的Agent协调，通过推理产生规划和协商。对反应型Agent和深思型Agent的组合，形成了混合型Agent。 4.根据Agent的基本属性分类：有协作Agent、协助学习Agent、交互Agent, 灵巧Agent。这种分类并非是很明确的，只是为了突出它的主要能力。如协作Agent强调的是其自主性和协作能力，但并不是没有学习能力。 1.4 Agent 结构 Agent体系结构是研究如何使用软件或者硬件的方式实现Agent。就像要设 计一个系统一样，你必须了解它由哪些模块组成，以及这些模块之间的相互关系，以便最终来建造Agent。目前Agent结构大致可以分为3种:慎思式、反应式、混合式。 2多Agent系统概述 2.1 Multi-agent系统概念 Multi-agent分布式人工智能(Distributed AI)的主要研究方面，它是由分布在不同地点上的多个Agent松散耦合所构成的复杂系统，这些Agent相互作用，通常用以解决由单一个体的能力和知识所不能处理的复杂问题。通常说MAS应该应该具有以下特点： 1.由多个具有自主性Agent构成，这些Agent可以是不同的异质计算实体，且每个Agent可能都有各自的目标和行为模型。 2.每个Agent只具有有限的信息资源和问题求解能力，缺乏实现协作的全局观点，知识和数据分散，计算过程是异步执行的。 3.MAS中的Agent通过交互求解问题，系统不存在全局控制，即控制是分布的。 根据上述MAS的特点可以看出，MAS研究的重点在于Agent