人工智能ArtificialIntelligence九章課件

人工智能

ArtificialIntelligence

第九章史忠植

中國科學(xué)院計算技術(shù)研究所/分布式人工智能與智能體DistributedAI&Agent2022/10/141史忠植人工智能：DAI與智能體人工智能

ArtificialIntelligence

第2022/10/14史忠植人工智能：DAI與智能體2內(nèi)容提要9.1概述

9.2分布式問題求解 9.3智能體理論 9.4智能體結(jié)構(gòu) 9.5智能體通信語言ACL 9.6協(xié)調(diào)和協(xié)作 9.7移動智能體 9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體2內(nèi)容2022/10/14史忠植人工智能：DAI與智能體3概述分布式人工智能主要研究在邏輯上或物理上分散的智能系統(tǒng)如何并行的、相互協(xié)作地實現(xiàn)問題求解。兩種解決問題的方法：自頂向下：分布式問題求解自底向上：基于智能體的方法2022/10/10史忠植人工智能：DAI與智能體3概2022/10/14史忠植人工智能：DAI與智能體4分布智能系統(tǒng)的特色系統(tǒng)中的數(shù)據(jù)、知識,以及控制不但在邏輯上,而且在物理上是分布的,既沒有全局控制,也沒有全局的數(shù)據(jù)存儲。各個求解機(jī)構(gòu)由計算機(jī)網(wǎng)絡(luò)互連,在問題求解過程中,通信代價要比求解問題的代價低得多。系統(tǒng)中諸機(jī)構(gòu)能夠相互協(xié)作,來求解單個機(jī)構(gòu)難以解決,甚至不能解決的任務(wù)。2022/10/10史忠植人工智能：DAI與智能體4分布2022/10/14史忠植人工智能：DAI與智能體5多智能體系統(tǒng)

20世紀(jì)90年代，多智能體系統(tǒng)（multi-agentsystems多智能體系統(tǒng))的研究成為分布式人工智能研究的熱點。多智能體系統(tǒng)主要研究自主的智能智能體之間智能行為的協(xié)調(diào)，為了一個共同的全局目標(biāo)，協(xié)作進(jìn)行問題求解?；谥悄苤悄荏w的概念，人們提出了一種新的人工智能定義：“人工智能是計算機(jī)科學(xué)的一個分支，它的目標(biāo)是構(gòu)造能表現(xiàn)出一定智能行為的智能體”。所以，智能智能體的研究應(yīng)該是人工智能的核心問題。斯坦福大學(xué)計算機(jī)科學(xué)系的Hayes-Roth在IJCAI'95的特邀報告中談到：“智能的計算機(jī)智能體既是人工智能最初的目標(biāo)，也是人工智能最終的目標(biāo)?！?022/10/10史忠植人工智能：DAI與智能體5多智2022/10/14史忠植人工智能：DAI與智能體6多智能體系統(tǒng)

關(guān)于智能體的研究不僅受到了人工智能研究人員的關(guān)注，也吸引了數(shù)據(jù)通信、人機(jī)界面設(shè)計、機(jī)器人、并行工程等各領(lǐng)域的研究人員的興趣。有人認(rèn)為：“基于智能體的計算（Agent-BasedComputing，簡稱ABC）,將成為軟件開發(fā)的下一個重要的突破?！?022/10/10史忠植人工智能：DAI與智能體6多智2022/10/14史忠植人工智能：DAI與智能體7內(nèi)容提要9.1概述 9.2分布式問題求解

9.3智能體理論 9.4智能體結(jié)構(gòu) 9.5智能體通信語言ACL 9.6協(xié)調(diào)和協(xié)作 9.7移動智能體 9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體7內(nèi)容2022/10/14史忠植人工智能：DAI與智能體8

分布式問題求解特點：數(shù)據(jù)、知識、控制均分布在系統(tǒng)的各節(jié)點上，

既無全局控制，也無全局?jǐn)?shù)據(jù)和知識存儲。兩種協(xié)作方式：任務(wù)分擔(dān)結(jié)果共享2022/10/10史忠植人工智能：DAI與智能體82022/10/14史忠植人工智能：DAI與智能體9任務(wù)分擔(dān)

Smith和Davis提出了任務(wù)分擔(dān)方式。在任務(wù)分擔(dān)系統(tǒng)中,結(jié)點之間通過分擔(dān)執(zhí)行整個任務(wù)的子任務(wù)而相互協(xié)作,系統(tǒng)中的控制以目標(biāo)為指導(dǎo),各結(jié)點的處理目標(biāo)是為了求解整個任務(wù)的一部分。任務(wù)分擔(dān)的問題求解方式適合于求解具有層次結(jié)構(gòu)的任務(wù),如工廠聯(lián)合體生產(chǎn)規(guī)劃、數(shù)字邏輯電路設(shè)計、醫(yī)療診斷。2022/10/10史忠植人工智能：DAI與智能體9任務(wù)2022/10/14史忠植人工智能：DAI與智能體10結(jié)果共享

Lesser和Corkill提出了結(jié)果共享方式。在結(jié)果共享方式的系統(tǒng)中,各結(jié)點通過共享部分結(jié)果相互協(xié)作,系統(tǒng)中的控制以數(shù)據(jù)為指導(dǎo),各結(jié)點在任何時刻進(jìn)行的求解取決于當(dāng)時它本身擁有或從其它結(jié)點收到的數(shù)據(jù)和知識。結(jié)果共享的求解方式適合于求解與任務(wù)有關(guān)的各子任務(wù)的結(jié)果相互影響,并且部分結(jié)果需要綜合才能得出問題解的領(lǐng)域。如分布式運(yùn)輸調(diào)度系統(tǒng)、分布式車輛監(jiān)控實驗系統(tǒng)DVMT2022/10/10史忠植人工智能：DAI與智能體10結(jié)2022/10/14史忠植人工智能：DAI與智能體11分布式問題求解系統(tǒng)分類根據(jù)組織結(jié)構(gòu)，分布式問題求解系統(tǒng)可以分為三類：層次結(jié)構(gòu)類平行結(jié)構(gòu)類混合結(jié)構(gòu)類2022/10/10史忠植人工智能：DAI與智能體11分2022/10/14史忠植人工智能：DAI與智能體12分布式問題求解過程分布式問題求解過程可以分為四步：任務(wù)分解任務(wù)分配子問題求解結(jié)果綜合2022/10/10史忠植人工智能：DAI與智能體12分2022/10/14史忠植人工智能：DAI與智能體13任務(wù)分解合同網(wǎng)絡(luò)動態(tài)層次控制自然分解,固定分配部分全局規(guī)劃2022/10/10史忠植人工智能：DAI與智能體13任2022/10/14史忠植人工智能：DAI與智能體14分布式問題求解中協(xié)作的分類

按節(jié)點間協(xié)作量的多少，協(xié)作分為三類：全協(xié)作系統(tǒng)無協(xié)作系統(tǒng)半?yún)f(xié)作系統(tǒng)常用的通信方式有：共享全局存儲器信息傳遞黑板模型2022/10/10史忠植人工智能：DAI與智能體14分2022/10/14史忠植人工智能：DAI與智能體15內(nèi)容提要9.1概述 9.2分布式問題求解 9.3智能體理論

9.4智能體結(jié)構(gòu) 9.5智能體通信語言ACL 9.6協(xié)調(diào)和協(xié)作 9.7移動智能體 9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體15內(nèi)2022/10/14史忠植人工智能：DAI與智能體16

智能體多智能體（agent智能體，主體）系統(tǒng)主要研究在邏輯上或物理上分離的多個智能體協(xié)調(diào)其智能行為，即知識、目標(biāo)、意圖及規(guī)劃等，實現(xiàn)問題求解?？梢钥醋魇且环N由底向上設(shè)計的系統(tǒng)。Theagent

functionmapsfrompercepthistoriestoactions:[f:P*A]2022/10/10史忠植人工智能：DAI與智能體162022/10/14史忠植人工智能：DAI與智能體17智能體的定義在計算機(jī)和人工智能領(lǐng)域中，智能體可以看作是一個實體，它通過傳感器感知環(huán)境，通過效應(yīng)器作用于環(huán)境。Anagentisanythingthatcanbeviewedasperceivingitsenvironmentthroughsensorsandactinguponthatenvironmentthroughactuators2022/10/10史忠植人工智能：DAI與智能體17智2022/10/14史忠植人工智能：DAI與智能體18智能體的特性智能體弱概念：自治性交互性協(xié)作性可通信性長壽性2022/10/10史忠植人工智能：DAI與智能體18智2022/10/14史忠植人工智能：DAI與智能體19智能體的特性智能體強(qiáng)概念：知識、信念、意圖、承諾等心智狀態(tài)其它屬性：移動性推理能力規(guī)劃能力學(xué)習(xí)和適應(yīng)能力誠實、善意、理性2022/10/10史忠植人工智能：DAI與智能體19智2022/10/14史忠植人工智能：DAI與智能體20

智能體理論智能智能體的理論模型研究主要從邏輯、行為、心理、社會等角度出發(fā)，對智能智能體的本質(zhì)進(jìn)行描述，為智能智能體系統(tǒng)創(chuàng)建奠定基礎(chǔ)。2022/10/10史忠植人工智能：DAI與智能體202022/10/14史忠植人工智能：DAI與智能體21理性智能體（BDI智能體）Belief——信念，智能體對環(huán)境的基本看法。Desire——愿望，智能體想要實現(xiàn)的狀態(tài)，即目標(biāo)。Intention——意圖，目標(biāo)的子集。2022/10/10史忠植人工智能：DAI與智能體21理2022/10/14史忠植人工智能：DAI與智能體22

BDI智能體模型BDI智能體模型可以通過下列要素描述：一組關(guān)于世界的信念；智能體當(dāng)前打算達(dá)到的一組目標(biāo)；一個規(guī)劃庫，描述怎樣達(dá)到目標(biāo)和怎樣改變信念；一個意圖結(jié)構(gòu)，描述智能體當(dāng)前怎樣達(dá)到它的目標(biāo)和改變信念。2022/10/10史忠植人工智能：DAI與智能體222022/10/14史忠植人工智能：DAI與智能體23BDI解釋器BDI-Interpreterinitialize-state();do options:=option-generator(event-queue,B,G,I); selected-options:=deliberate(options,B,G,I); update-intentions(selected-options,I); execute(I); get-new-external-events(); drop-successful-attitudes(B,G,I); drop-impossible-attitudes(B,G,I);untilquit2022/10/10史忠植人工智能：DAI與智能體23B2022/10/14史忠植人工智能：DAI與智能體24內(nèi)容提要9.1概述 9.2分布式問題求解 9.3智能體理論 9.4智能體結(jié)構(gòu)

9.5智能體通信語言ACL 9.6協(xié)調(diào)和協(xié)作 9.7移動智能體 9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體24內(nèi)2022/10/14史忠植人工智能：DAI與智能體25智能體結(jié)構(gòu)智能體結(jié)構(gòu)需要解決的問題包括：智能體由那些模塊組成，模塊之間如何交互信息，智能體感知到的信息如何影響它的行為和內(nèi)部狀態(tài)，如何將這些模塊用軟件或硬件的方式組合起來形成一個有機(jī)的整體。2022/10/10史忠植人工智能：DAI與智能體25智2022/10/14史忠植人工智能：DAI與智能體26智能體基本結(jié)構(gòu)環(huán)境智能體感知作用黑箱軟件智能體2022/10/10史忠植人工智能：DAI與智能體26智2022/10/14史忠植人工智能：DAI與智能體27智能智能體的工作過程環(huán)境交互信息融合信息處理作用交互感知作用2022/10/10史忠植人工智能：DAI與智能體27智2022/10/14史忠植人工智能：DAI與智能體28智能體骨架程序functionSkeleton-Agent(percept)returnactionstatic:memory/*智能體的世界記憶*/memory←Update-Memory(memory,percept)action←Choose-Best-Action(memory)memory←Update-Memory(memory,action)returnaction2022/10/10史忠植人工智能：DAI與智能體28智2022/10/14史忠植人工智能：DAI與智能體29智能體的分類

根據(jù)人類思維的層次模型，可以將智能體分成四類：反應(yīng)智能體形象思維智能體抽象思維智能體復(fù)合式智能體形象思維智能體和抽象思維智能體也可以合稱為認(rèn)知智能體2022/10/10史忠植人工智能：DAI與智能體29智2022/10/14史忠植人工智能：DAI與智能體30

反應(yīng)智能體環(huán)境當(dāng)前世界傳感器動作效應(yīng)器條件-動作規(guī)則智能體2022/10/10史忠植人工智能：DAI與智能體302022/10/14史忠植人工智能：DAI與智能體31反應(yīng)智能體程序functionReactive-Agent(percept)returnsactionstatic:rules,/*一組條件-動作規(guī)則*/state←Interpret-Input(percept)rule←Rule-Match(state,rules)action←Rule-Action[rule]returnaction2022/10/10史忠植人工智能：DAI與智能體31反2022/10/14史忠植人工智能：DAI與智能體32認(rèn)知智能體環(huán)境信息融合傳感器動作效應(yīng)器智能體規(guī)劃知識庫目標(biāo)內(nèi)部狀態(tài)2022/10/10史忠植人工智能：DAI與智能體32認(rèn)2022/10/14史忠植人工智能：DAI與智能體33認(rèn)知智能體程序functionCognitive-Agent(percept)returnsaction static:environment,/*描述當(dāng)前世界環(huán)境*/

kb,/*知識庫*/environment←Update-World-Model(environment,percept)state←Update-Mental-State(environment,state)action←Decision-Making(state,kb)environment←Update-World-Model(environment,action)returnaction2022/10/10史忠植人工智能：DAI與智能體33認(rèn)2022/10/14史忠植人工智能：DAI與智能體34BDI結(jié)構(gòu)知識信念規(guī)劃意圖目標(biāo)愿望2022/10/10史忠植人工智能：DAI與智能體34B2022/10/14史忠植人工智能：DAI與智能體35復(fù)合式智能體決策生成規(guī)劃反射建模通信感知行動其他智能智能體智能智能體外部世界預(yù)測協(xié)作與協(xié)商動作請求或應(yīng)答信息一般情況緊急情況和簡單情況2022/10/10史忠植人工智能：DAI與智能體35復(fù)2022/10/14史忠植人工智能：DAI與智能體36規(guī)劃模塊世界的模型（包括其他智能體的模型）經(jīng)驗庫目標(biāo)集合局部規(guī)劃器決策生成重新規(guī)劃規(guī)劃規(guī)劃目標(biāo)2022/10/10史忠植人工智能：DAI與智能體36規(guī)2022/10/14史忠植人工智能：DAI與智能體37建模模塊世界的模型（包括其他智能體的模型）模型庫模型生成和維護(hù)預(yù)測規(guī)劃決策生成感知通信建模2022/10/10史忠植人工智能：DAI與智能體37建2022/10/14史忠植人工智能：DAI與智能體38通信模塊詞法庫語法庫詞義庫物理通信語言生成語言理解通信2022/10/10史忠植人工智能：DAI與智能體38通2022/10/14史忠植人工智能：DAI與智能體39智能體通信策略對話消息黑板協(xié)議通信協(xié)作協(xié)議2022/10/10史忠植人工智能：DAI與智能體39智2022/10/14史忠植人工智能：DAI與智能體40智能體通信中的主要問題語義：全部有關(guān)的智能體必須知道通信語言的語義，消息的語義內(nèi)容知識是分布式問題求解的核心部分。言語行為：通信語言也是一種動作，說話是為了使世界的狀態(tài)發(fā)生改變。交互協(xié)議：智能體之間消息交換的典型模式通信語言：傳遞消息的標(biāo)準(zhǔn)語法。FoundationforIntelligentPhysicalAgents2022/10/10史忠植人工智能：DAI與智能體40智2022/10/14史忠植人工智能：DAI與智能體41智能體間的消息傳遞消息發(fā)送/傳輸服務(wù)器轉(zhuǎn)換到傳輸格式從傳輸格式轉(zhuǎn)換消息M言語行為意圖I目標(biāo)GAgenti消息MAgenti2022/10/10史忠植人工智能：DAI與智能體41智2022/10/14史忠植人工智能：DAI與智能體42內(nèi)容提要9.1概述 9.2分布式問題求解 9.3智能體理論 9.4智能體結(jié)構(gòu) 9.5智能體通信語言ACL

9.6協(xié)調(diào)和協(xié)作 9.7移動智能體 9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體42內(nèi)2022/10/14史忠植人工智能：DAI與智能體43言語行為有關(guān)言語行為理論的研究主要集中在如何劃分不同類型的言語行為。在智能體通信語言的研究中，言語行為理論主要用來考慮智能體之間可以交互的信息類型。2022/10/10史忠植人工智能：DAI與智能體43言2022/10/14史忠植人工智能：DAI與智能體44通信語言KQML：由美國ARPA的知識共享計劃中提出，規(guī)定了消息格式和消息傳送系統(tǒng)，為多智能體系統(tǒng)通信和協(xié)商提供了一種通用框架。ACL：由FIPA制定的一種規(guī)范。與KQML非常相似2022/10/10史忠植人工智能：DAI與智能體44通2022/10/14史忠植人工智能：DAI與智能體45KQML一個例子：(ask-all :sender A :receiver B :in-reply-to ido :reply-with idl :language Prolog :ontology foo :content “bar(X,Y)”)2022/10/10史忠植人工智能：DAI與智能體45K2022/10/14史忠植人工智能：DAI與智能體46FIPAACL(inform :senderagent1 :receiverhpl-auction-server :content (price(bidgood02)150) :in-reply-toround-4 :reply-withbid04 :languages1 :ontologyhpl-auction)消息結(jié)構(gòu)開始通信動作類型消息參數(shù)消息內(nèi)容表達(dá)式參數(shù)表達(dá)式2022/10/10史忠植人工智能：DAI與智能體46F2022/10/14史忠植人工智能：DAI與智能體47FIPA通信動作庫AcceptProposal 接受提議Agree 同意Cancel 取消CallforProposal 要求提議Confirm 確認(rèn)Disconfirm 確認(rèn)為否定Failure 失敗Inform 通知InformIf 通知是否InformRef 通知有關(guān)對象NotUnderstood 不理解2022/10/10史忠植人工智能：DAI與智能體47F2022/10/14史忠植人工智能：DAI與智能體48Propagate 傳播Propose 提議Proxy 代理QueryIf 詢問是否QueryRef 詢問有關(guān)對象Refuse 拒絕（請求）RejectProposal 拒絕提議Request 請求RequestWhen 請求某個條件下執(zhí)行RequestWhenever 請求一旦某個條件成立就執(zhí)行Subscribe 預(yù)定詳細(xì)說明：/repository/cas.htmlFIPA通信動作庫2022/10/10史忠植人工智能：DAI與智能體48P2022/10/14史忠植人工智能：DAI與智能體49XML可擴(kuò)展標(biāo)記語言

XML是用于標(biāo)記電子文件使其具有結(jié)構(gòu)性的標(biāo)記語言。XML文件本身只是將文件資料結(jié)構(gòu)化。

例如：下面的ACL消息

(inform :senderjklabrou :receivergrosof :content(CPUlibretto50pentium) :ontologylaptop :languagekif)2022/10/10史忠植人工智能：DAI與智能體49X2022/10/14史忠植人工智能：DAI與智能體50<?xmlversion="pre-1.0"?><!DOCTYPEfipa_aclSYSTEM"fipa_acl.dtd"><message> <messagetype> inform </messagetype> <messageparameter> <senderlink="/?jklabrou"> jklabrou </sender> </messageparameter> <messageparameter> <receiverlink="/people/g/grosof/"> grosof </receiver> </messageparameter>轉(zhuǎn)換為XML格式2022/10/10史忠植人工智能：DAI與智能體50<2022/10/14史忠植人工智能：DAI與智能體51 <messageparameter> <ontologylink="/?jklabrou/ontology/laptop.html"> laptop </ontology> </messageparameter> <messageparameter> <content> (CPUlibretto50pentium) </content> </messageparameter> <messageparameter> <languagelink="/kif.html"> kif </language> </messageparameter></message>轉(zhuǎn)換為XML格式2022/10/10史忠植人工智能：DAI與智能體51 2022/10/14史忠植人工智能：DAI與智能體52內(nèi)容提要9.1概述 9.2分布式問題求解 9.3智能體理論 9.4智能體結(jié)構(gòu) 9.5智能體通信語言ACL 9.6協(xié)調(diào)和協(xié)作

9.7移動智能體 9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體52內(nèi)2022/10/14史忠植人工智能：DAI與智能體53智能體的協(xié)調(diào)與協(xié)作

協(xié)調(diào)(coordination)與協(xié)作(cooperation)是多智能體研究的核心問題之一。協(xié)調(diào)是指一組智能智能體完成一些集體活動時相互作用的性質(zhì)。協(xié)作是非對抗的智能體之間保持行為協(xié)調(diào)的一個特例。2022/10/10史忠植人工智能：DAI與智能體53智2022/10/14史忠植人工智能：DAI與智能體54協(xié)調(diào)

多智能體系統(tǒng)中的協(xié)調(diào)是指多個智能體為了以一致、和諧的方式工作而進(jìn)行交互的過程。進(jìn)行協(xié)調(diào)是希望避免智能體之間的死鎖或活鎖。死鎖指多個智能體無法進(jìn)行各自的下一步動作；活鎖指多個智能體不斷工作卻無任何進(jìn)展。2022/10/10史忠植人工智能：DAI與智能體54協(xié)2022/10/14史忠植人工智能：DAI與智能體55協(xié)作

目前針對智能體協(xié)作的研究大體上可分為兩類：將其它領(lǐng)域研究多實體行為的方法和技術(shù)用于智能體協(xié)作的研究。如對策論和力學(xué)研究。從智能體的目標(biāo)、意圖、規(guī)劃等心智態(tài)度出發(fā)來研究多智能體間的協(xié)作。2022/10/10史忠植人工智能：DAI與智能體55協(xié)2022/10/14史忠植人工智能：DAI與智能體56協(xié)作協(xié)作的動機(jī)：某個智能體相信通過協(xié)作能帶來好處（如提高效率，完成以往單獨無法完成的任務(wù)）多個智能體在交流的過程中，發(fā)現(xiàn)它們能夠通過協(xié)作來實現(xiàn)更大的目標(biāo)。2022/10/10史忠植人工智能：DAI與智能體56協(xié)2022/10/14史忠植人工智能：DAI與智能體57協(xié)作過程產(chǎn)生需求、確定目標(biāo)協(xié)作規(guī)劃、求解協(xié)作結(jié)構(gòu)尋求協(xié)作伙伴選擇協(xié)作方案實現(xiàn)目標(biāo)評估結(jié)果2022/10/10史忠植人工智能：DAI與智能體57協(xié)2022/10/14史忠植人工智能：DAI與智能體58協(xié)作模式從社會心理學(xué)的角度看，多智能體之間的協(xié)作情形大致可分為：

·協(xié)作型：同時將自己的利益放在第二位。

·自私型：同時將協(xié)作放在第二位。

·完全自私型：不考慮任何協(xié)作。

·完全協(xié)作型：不考慮自身利益。

·協(xié)作與自私相混合型。2022/10/10史忠植人工智能：DAI與智能體58協(xié)2022/10/14史忠植人工智能：DAI與智能體59協(xié)作策略·計算生態(tài)學(xué)

·對策論

·規(guī)劃2022/10/10史忠植人工智能：DAI與智能體59協(xié)2022/10/14史忠植人工智能：DAI與智能體60計算生態(tài)學(xué)

80年代末，在計算機(jī)中出現(xiàn)了一個嶄新的學(xué)科---計算生態(tài)學(xué)(theecologofcomputation)。計算生態(tài)學(xué)是研究關(guān)于開放系統(tǒng)中訣定計算結(jié)點的行為與資源使用的交互過程的學(xué)科。它摒棄了封閉、靜止地處理問題的傳統(tǒng)算法，將世界看作是開放的、進(jìn)化的、并發(fā)的,通過多種協(xié)作處理問題的＂生態(tài)系統(tǒng)＂(ecosystem)加以研究。它的進(jìn)展與開放信息系統(tǒng)的研究息息相關(guān)。2022/10/10史忠植人工智能：DAI與智能體60計2022/10/14史忠植人工智能：DAI與智能體61計算生態(tài)學(xué)

計算生態(tài)學(xué)將計算系統(tǒng)看作是一個生態(tài)系統(tǒng)，它引進(jìn)了許多生物的機(jī)制，如變異(mutation)即物種的變化。這些變化導(dǎo)致生命基因的改變，從而形成物種的多樣性，增強(qiáng)了適應(yīng)環(huán)境的能力。這類變異策略成為人工智能系統(tǒng)提高其自身能力的一種方法。Lenat與Brown成功地將變異機(jī)制引入他們的AM與Eurisko系統(tǒng)中,通過小型Lisp程序的語法變異發(fā)現(xiàn)數(shù)學(xué)概念。他們認(rèn)為未來成功的系統(tǒng)應(yīng)該是一系列進(jìn)化的、自組織的符號知識結(jié)構(gòu)的``社會"系統(tǒng)。2022/10/10史忠植人工智能：DAI與智能體61計2022/10/14史忠植人工智能：DAI與智能體62生物生態(tài)模型

這是最著名的生態(tài)系統(tǒng)，具有典型的進(jìn)化特征和層次性。這種特性反映在“食物鏈”中。對于復(fù)雜的生物生態(tài)系統(tǒng)而言，各物種組成了緊密相連的網(wǎng)絡(luò)－食物網(wǎng)。這個系統(tǒng)的主要角色是捕食者與被食者。生命依賴于生命，共同進(jìn)化，由小的生態(tài)環(huán)境組成大的生態(tài)系統(tǒng)。2022/10/10史忠植人工智能：DAI與智能體62生2022/10/14史忠植人工智能：DAI與智能體63物種進(jìn)化模型

物種進(jìn)化的“復(fù)制者”是基因。從門德爾的植物遺傳研究到現(xiàn)代遺傳學(xué)的成果，都說明了在物種進(jìn)化過程中，基因的組合與變異起著關(guān)鍵作用。在一個物種的某一群體中基因的集合稱為基因池。生物組織是基因的載體。如果環(huán)境變化，選擇的機(jī)制就會改變。這種變化必然引起基因池的變化。特定種群的基因變化稱為基因流。一個物種總是不斷地經(jīng)歷隔絕、基因流動、變化的循環(huán)。開始時，一組地理上隔絕的群體自己孤立地發(fā)展，基因在內(nèi)部快速地流動。隨著開放，通過交流和競爭，優(yōu)勝劣汰。2022/10/10史忠植人工智能：DAI與智能體63物2022/10/14史忠植人工智能：DAI與智能體64經(jīng)濟(jì)模型

經(jīng)濟(jì)系統(tǒng)在某種意義上類似于生物生態(tài)系統(tǒng)。在商品市場和理想市場中，進(jìn)化決定于經(jīng)濟(jì)實體的決策。選擇機(jī)制是市場獎勵機(jī)制。進(jìn)化是快速的，企業(yè)與消費者之間、企業(yè)之間主要是一種互相依賴的合作關(guān)系。決策者為了追求長遠(yuǎn)利益，可以采取各種有效的方法，甚至可以暫時做賠本買賣。2022/10/10史忠植人工智能：DAI與智能體64經(jīng)2022/10/14史忠植人工智能：DAI與智能體65協(xié)商模型Zlotkin的面向領(lǐng)域的協(xié)商理論Zlotkin的協(xié)商理論假設(shè)：各智能體追求本身效用最大。知識完備。無歷史信息。目標(biāo)集固定。協(xié)商在兩智能體之間同時進(jìn)行。智能體操作集相同。世界僅當(dāng)智能體操作之后發(fā)生變化。2022/10/10史忠植人工智能：DAI與智能體65協(xié)2022/10/14史忠植人工智能：DAI與智能體66面向領(lǐng)域的協(xié)商理論在協(xié)商過程中，若存在一個雙方滿意的分配，可以得到一個聯(lián)合規(guī)劃,使協(xié)商終止的條件是：(1)達(dá)成協(xié)議：如果Utility(P(i,t))Utility(P(i,t-1)),這一協(xié)商過程將在有限步內(nèi)結(jié)束。(2)沖突：如果Utility(P(i,t))=Utility(P(i,t-1)),則無法達(dá)成協(xié)議。2022/10/10史忠植人工智能：DAI與智能體66面2022/10/14史忠植人工智能：DAI與智能體67最佳平衡傳統(tǒng)的協(xié)商是基于Nash平衡的,它的缺點是Nash平衡產(chǎn)生多個平衡點,對結(jié)果約束較少。Kraus使用Rubinstein的“最佳”平衡(PerfectEquilibrium,簡稱P.E.)理論,建立了一種基于P.E.的協(xié)商方法,需要在協(xié)商的任一階段都產(chǎn)生平衡,即在協(xié)商的任一階段,假設(shè)

智能體

A使用P.E.策略,則

智能體

B除了自己的

P.E.,策略外沒有更好的策略可遵循。故若有唯一的

P.E.,并假定智能體要使用該策略,則它在協(xié)商的每一階段都只用這一策略?？勺C明,存在唯一的P.E.,在第一階段后就可以終止協(xié)商。Kraus還將對時間的偏好引入這一理論中。結(jié)果表明,時間偏好可以提高協(xié)商效率,并僅對某一智能體有利。這一理論對于智能體的構(gòu)造和智能體之間的協(xié)作很有用處,如果為智能體提供唯一的P.E.策略,并通知其他智能體,則其他智能體的最佳選擇也是P.E.策略。該理論的缺陷是:缺乏動態(tài)性特色,應(yīng)用面窄,因為盡管存在唯一的P.E,但如何求出仍未得到解決。2022/10/10史忠植人工智能：DAI與智能體67最2022/10/14史忠植人工智能：DAI與智能體68集中式協(xié)商方法

Ephrati使用了一種集中式的協(xié)商方法,用一個“masteragent”或組投票機(jī)制以達(dá)成協(xié)議。在這種方法中,一組智能體的協(xié)作與組規(guī)劃進(jìn)程相關(guān)。Ephrati使用一種動態(tài)的、迭代的搜索過程,通過一組約束,使智能體遞增式地構(gòu)成一個最大“社會效用”規(guī)劃。在每一步,各智能體對于組規(guī)劃的下一個聯(lián)合行動投票。使用這一技術(shù),智能體無需完整地展示其偏好,可選狀態(tài)集在投票之前產(chǎn)生。2022/10/10史忠植人工智能：DAI與智能體68集2022/10/14史忠植人工智能：DAI與智能體69開放環(huán)境多智能體協(xié)作方法

Osawa

(1)需求者(requestor)向公告板智能體發(fā)送需求建議RFP(2)空閑智能體向公告板智能體申請一個RFP(3)公告板將RFP發(fā)到提出申請的空閑智能體

(4)空閑智能體產(chǎn)生個體規(guī)劃

(5)空閑智能體將其規(guī)劃發(fā)給需求者

(6)需求者調(diào)查協(xié)作的可能

(7)需求者發(fā)送協(xié)作獎勵

(8)申請者組成協(xié)作規(guī)劃2022/10/10史忠植人工智能：DAI與智能體69開2022/10/14史忠植人工智能：DAI與智能體70開放環(huán)境多智能體協(xié)作方法其效用值可用下式計算：

utility(a,g)=worth(a,g)-cost(plan(a,g))

效用的平均是協(xié)作的原則。盡管Osawa在一定程度上解決了開放環(huán)境中智能體協(xié)作的問題,但將各智能體效用簡單相加再平均的方法仍然太弱,因為智能體效用僅是智能體本身對目標(biāo)偏好的一種排序關(guān)系,不同智能體效用一般不能用數(shù)值比較。2022/10/10史忠植人工智能：DAI與智能體70開2022/10/14史忠植人工智能：DAI與智能體71交互協(xié)議智能體之間的會話常常形成典型模式，這種情況下某些消息序列是可知的，這些消息交換的典型模式稱為協(xié)議。智能體間交互的理想情況：智能體充分地理解消息的含意和意圖，然后根據(jù)自身的信念、目標(biāo)等心智狀態(tài)，做出相應(yīng)的回答比較實際的實現(xiàn)：預(yù)先規(guī)范這些協(xié)議，規(guī)定好消息的順序。2022/10/10史忠植人工智能：DAI與智能體71交2022/10/14史忠植人工智能：DAI與智能體72FIPA英國拍賣協(xié)議交互協(xié)議2022/10/10史忠植人工智能：DAI與智能體72F2022/10/14史忠植人工智能：DAI與智能體73規(guī)劃規(guī)劃是智能體對動作進(jìn)行推理的一種主要形式，它很大程度上體現(xiàn)了智能體的智能性。同時，規(guī)劃也是描述智能體行為的主要方式。規(guī)劃是為了建立一個控制算法，使智能智能體能夠為實現(xiàn)目標(biāo)，對動作過程進(jìn)行綜合。2022/10/10史忠植人工智能：DAI與智能體73規(guī)2022/10/14史忠植人工智能：DAI與智能體74經(jīng)典規(guī)劃問題經(jīng)典的規(guī)劃理論認(rèn)為規(guī)劃要解決的問題（即規(guī)劃的輸入）是：用某種形式語言描述的初始世界狀態(tài)用某種形式語言描述的智能體目標(biāo)用某種形式語言描述的智能體可能采用的動作，通常也叫做領(lǐng)域知識輸出是：可以在某個滿足初始狀態(tài)描述的世界中執(zhí)行并達(dá)到智能體目標(biāo)的一個動作序列2022/10/10史忠植人工智能：DAI與智能體74經(jīng)2022/10/14史忠植人工智能：DAI與智能體75內(nèi)容提要9.1概述 9.2分布式問題求解 9.3智能體理論 9.4智能體結(jié)構(gòu) 9.5智能體通信語言ACL 9.6協(xié)調(diào)和協(xié)作 9.7移動智能體

9.8多智能體環(huán)境MAGE 9.9小結(jié) 2022/10/10史忠植人工智能：DAI與智能體75內(nèi)2022/10/14史忠植人工智能：DAI與智能體76移動智能體隨著Internet應(yīng)用的逐步深入，特別是信息搜索、分布式計算以及電子商務(wù)的蓬勃發(fā)展，人們越來越希望在整個Internet范圍內(nèi)獲得最佳的服務(wù)，渴望將整個網(wǎng)絡(luò)虛擬成為一個整體，使軟件智能體能夠在整個網(wǎng)絡(luò)中自由移動，移動智能體的概念隨即孕育而生。移動智能體可以看成是軟件智能體技術(shù)與分布式計算技術(shù)相結(jié)合的產(chǎn)物，它與傳統(tǒng)網(wǎng)絡(luò)計算模式有著本質(zhì)上的區(qū)別。2022/10/10史忠植人工智能：DAI與智能體76移2022/10/14史忠植人工智能：DAI與智能體77移動智能體系統(tǒng)雖然目前不同移動智能體系統(tǒng)的體系結(jié)構(gòu)各不相同，但幾乎所有的移動智能體系統(tǒng)都包含移動智能體（簡稱MA）和移動智能體服務(wù)設(shè)施（簡稱MAE）兩個部分。MAE負(fù)責(zé)為MA建立安全、正確的運(yùn)行環(huán)境，為MA提供最基本的服務(wù)（包括創(chuàng)建、傳輸、執(zhí)行），實施針對具體MA的約束機(jī)制、容錯策略、安全控制和通信機(jī)制等。MA的移動性和問題求解能力很大程度上取取于MAE所提供的服務(wù)2022/10/10史忠植人工智能：DAI與智能體77移2022/10/14史忠植人工智能：DAI與智能體78移動智能體系統(tǒng)移動智能體服務(wù)設(shè)施MAE至少應(yīng)包括以下基本服務(wù)：（1）事務(wù)服務(wù)：實現(xiàn)移動智能體的創(chuàng)建、移動、持久化和執(zhí)行環(huán)境分配；（2）事件服務(wù)：包含智能體傳輸協(xié)議和智能體通信協(xié)議，實現(xiàn)移動智能體間的事件傳遞；（3）目錄服務(wù)：提供移動智能體的定位信息，形成路由選擇；（4）安全服務(wù)：提供安全的執(zhí)行環(huán)境；（5）應(yīng)用服務(wù)：提供面向特定任務(wù)的服務(wù)接口。2022/10/10史忠植人工智能：DAI與智能體78移2022/10/14史忠植人工智能：DAI與智能體79移動智能體系統(tǒng)Java-based:Odyssey.GeneralMagicInc.Concordia.Mitsubishi’sAglets.IBMVoyager.ObjectSpaceOthers:Tacoma:Univ.ofTromsoandCornellUniv.AgentTCL:DartmouthCollege2022/10/10史忠植人工智能：DAI與智能體79移2022/10/14史忠植人工智能：DAI與智能體80移動智能體系統(tǒng)—Voyager

Voyager的最大特點是以VoyagerORB作為核心，將Agent和分布式計算緊密結(jié)合在一起的。但Voyager只支持純Java的對象的通信，與CORBA和MASIF不兼容，它還支持異步或同步的通信，動態(tài)消息機(jī)制和單向多點發(fā)送。在容錯服務(wù)方面，Voyager支持任意時間的顯式地存儲，其安全機(jī)制主要是通過VoyagerSecurity類進(jìn)行編程設(shè)置。2022/10/10史忠植人工智能：DAI與智能體80移2022/10/14史忠植人工智能：DAI與智能體81移動智能體系統(tǒng)—

Aglet

Aglet是由IBM公司用純Java開發(fā)的移動Agent技術(shù)，并提供著實用的平臺—AgletWorkbench,讓人們開發(fā)或執(zhí)行移動Agent系統(tǒng)。Aglet是一個較為成功和全面的系統(tǒng)，主要表現(xiàn)在：它提供了一個簡單而全面的移動Agent編程模型；它為Agent間提供了動態(tài)和有效的通信機(jī)制；它還提供了一套詳細(xì)且易用的安全機(jī)制。2022/10/10史忠植人工智能：DAI與智能體81移2022/10/14史忠植人工智能：DAI與智能體82Aglet的系統(tǒng)框架2022/10/10史忠植人工智能：DAI與智能體82A2022/10/14史忠植人工智能：DAI與智能體83ATP的示意圖2022/10/10史忠植人工智能：DAI與智能體83A2022/10/14史忠植人工智能：DAI與智能體84Aglet對象模型

Aglet系統(tǒng)首先提供一個上下文環(huán)境（context）來管理Aglet的基本行為：如創(chuàng)建（create）Aglet,復(fù)制（clone）Aglet,或分派（dispatch）Aglet到遠(yuǎn)程機(jī)器，召回（retract）遠(yuǎn)端的Aglet,或暫停（deactive）,喚醒（active）Aglet,以及清除（dispose）Aglet等。2022/10/10史忠植人工智能：DAI與智能體84A2022/10/14史忠植人工智能：DAI與智能體85Aglet

生命周期模型基本操作:CreationCloningDispatchingRetractionActivationanddeactivationDisposalAgletCloneClassFileAgletDiskstorageDisposeDispatchRetractCreateDeactivateActivateContextAContextB2022/10/10史忠植人工智能：DAI與智能體85A2022/10/14史忠植人工智能：DAI與智能體86

Aglet的對象模型2022/10/10史忠