《(课件)-浙江大学计算机学院研究生《人工智能引论》课件》由会员分享，可在线阅读，更多相关《(课件)-浙江大学计算机学院研究生《人工智能引论》课件（91页珍藏版）》请在金锄头文库上搜索。
1、浙江大学计算机学院研究生人工智能引论课件第13讲 智能Agent及多Agent系统 Chapter 13 Intelligent Agent 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-impossi
2、ble-attitudes(B,G,I); until quit2413.4.3 RAO逻辑框架目标：以一种自然的方式描述多Agent 系统中关于别的Agent的状态的推理 过程。 系统的分类：由于多Agent系统太复杂 ，建立一种通用的推理模式的想法是 不现实的，有必要对系统分类以便区 别对待。 常识的获得：和单个Agent情形一样， 常识问题是阻碍推理的大难题。2513.4.4 换位推理思想：模仿语言学中的虚拟语气，即为 了对某个Agent在某种场景下的状态或 行为进行推测，设想自己处于那种场 景时的状态或行为，再把这种设想结 果作为被猜测Agent的状态或行为。 作用：使得一Agent对
3、其它Agent的状态 和行为的推理过程变得简单明了。 2613.4.5 动作理论情景演算是描述动作的主要的形式框 架。 在情景演算中引入了状态和动作 的概念，并利用两条逻辑公理来描述 动作与状态的关系。一条公理描述一 个动作在满足什么条件的状态之下可 能发生，另外一条描述在一个状态之 下某个动作发生以后当前状态如何改 变。2713.4.6 “言语语行为为”理论论(Speech Acts Theory) 地位：这是多Agent交互（通信）的重要 理论基础之一。思想：任何行为都可以等价地表示为 言语行为（既任何行为的含义都可用 言语来表达），甚至认为所有的行为 都是言语行为。 作用：大大简化了Ag
4、ent之间交互的复杂 度。 28规划库的形式化表示环境状态：State = P1, P2, Pn 目标：Goal= 动作模板：Act_template = Agent能力： Ability= 2913.5 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 组合起来形成一个有机的整体。30Agent基本结构环境Agent感知作用黑箱软件Agent31智能Agent的工作过程环境交互信息融合信息处理作用交互感知作用32Agent骨架程序function Ske
5、leton-Agent(percept) return actionstatic: memory /* Agent的世界记忆 */memory Update- Memory(memory,percept)action Choose-Best-Action(memory)memory Update-Memory(memory,action)return action33Agent的分类根据人类思维的层次模型，可以将 Agent分成四类： 反应Agent 形象思维Agent 抽象思维Agent 复合式Agent形象思维Agent和抽象思维Agent也可 以合称为认知Agent3413.5.1 反应
6、Agent环境当前世界传感器动 作效应器条件-动作 规则Agent35反应Agent程序function Reactive-Agent(percept) returns actionstatic: rules, /* 一组条件-动作规则 */ state Interpret-Input(percept)rule Rule-Match(state,rules)action Rule-Actionrulereturn action3613.5.2 认知Agent环境信息融合传感器动 作效应器Agent规 划知识库目标内部状态37认知Agent程序function Cognitive-Agent(p
7、ercept) returns action static: environment, /* 描述当前世界环境 */ kb, /* 知识库 */ environment Update-World- Model(environment,percept)state Update-Mental-State(environment,state)action Decision-Making(state,kb)environment Update-World- Model(environment,action)return action38BDI结构知识信念规划意 图目 标愿 望3913.5.3 复合式A
8、gent决策生成规 划反 射建 模通 信感 知行 动其他 智能Agent智能Agent外部世界预测协作与协商动作请求或应答信息一 般 情 况紧急情 况和简 单情况40规划模块世界的模型 （包括其他 Agent的模型）经 验 库目标集合局 部 规 划 器决 策 生 成重新 规划规划规划目标41建模模块世界的模型 （包括其他 Agent的模型）模 型 库模 型 生 成 和 维 护预 测规划决策生成感 知通 信建模42通信模块词 法 库语 法 库词 义 库物理通信语言生成语言理解通信4313.6 Agent通信策 略对 话消 息黑 板协 议通信协 作协 议44Agent通信中的主要问题 语义：全部有
9、关的Agent必须知道通信 语言的语义，消息的语义内容知识是 分布式问题求解的核心部分。 言语行为：通信语言也是一种动作， 说话是为了使世界的状态发生改变。 交互协议：Agent之间消息交换的典型 模式 通信语言：传递消息的标准语法。Foundation for Intelligent Physical Agents http:/www.fipa.org45Agent间的消息传递消息发送/传输服务器转换到传输格式从传输格式转换消息M言语行为意图I目标GAgent i消息MAgent j46本体论（Ontology）本体论是概念化的明确的表示和描述 。对某一领域中的概念有共同理解，可 以提高交流
10、和协作的效率，从而提 高了软件的重用性。47言语行为 有关言语行为理论的研究主要集中在 如何划分不同类型的言语行为。 在Agent通信语言的研究中，言语行 为理论主要用来考虑Agent之间可以 交互的信息类型。48FIPA通信动作库Accept Proposal接受提议 Agree同意 Cancel取消 Call for Proposal要求提议 Confirm确认 Disconfirm确认为否定 Failure失败 Inform通知 Inform If通知 是否 Inform Ref通知 有关对象 Not Understood不理解49Propagate传播 Propose提议 Proxy代
11、理 Query If询问 是否 Query Ref询问 有关对象 Refuse拒绝（请求） Reject Proposal拒绝提议 Request请求 Request When请求 某个条件下执行 Request Whenever请求 一旦某个条件成立就执行 Subscribe预定详细说明： http:/www.fipa.org/repository/cas.html50交互协议Agent之间的会话常常形成典型模式，这种情 况下某些消息序列是可知的，这些消息交 换的典型模式称为协议。 Agent间交互的理想情况：Agent充分地理解 消息的含意和意图，然后根据自身的信念 、目标等心智状态，做出
12、相应的回答 比较实际的实现：预先规范这些协议，规定 好消息的顺序。51FIPA 英国 拍卖 协议52通信语言KQML：由美国ARPA的知识共享计划 中提出，规定了消息格式和消息传 送系统，为多Agent系统通信和协商 提供了一种通用框架。 ACL：由FIPA制定的一种规范。与 KQML非常相似53KQML一个例子： (ask-all : senderA : receiverB : in-reply-toido : reply-withidl : languageProlog : ontologyfoo : content“bar (X, Y)”)54FIPA ACL(inform : send
13、er agent1 : receiver hpl-auction-server : content(price (bid good02) 150) : in-reply-to round-4 : reply-with bid04 : language s1 : ontology hpl-auction )消息结构开始通信动作类型消息参数消息内容表达式参数表达式55XMLeXtensible Markup Language 可扩展标记语言XML是用于标记电子文件使其具有结构 性的标记语言。XML文件本身只是将文件 资料结构化。 例如：下面的ACL消息(inform :sender jklabro
14、u :receiver grosof :content (CPU libretto50 pentium) :ontology laptop :language kif)56转换为XML格式后如下：informjklabrougrosof57laptop(CPU libretto50 pentium)kif5813.Agent的协调协调 与协协作协调(coordination)与协作(cooperation) 是多Agent研究的核心问题之一。 协调是指一组智能Agent完成一些 集体活动时相互作用的性质。 协作是非对抗的Agent之间保持行 为协调的一个特例。59协调多Agent系统中的协调是
15、指多个Agent 为了以一致、和谐的方式工作而进行 交互的过程。进行协调是希望避免 Agent之间的死锁或活锁。 死锁指多个Agent无法进行各自的 下一步动作； 活锁指多个Agent不断工作却无任 何进展。60协作目前针对Agent协作的研究大体上可分 为两类： 1) 将其它领域研究多实体行为的方法 和技术用于Agent协作的研究。如对 策论和力学研究。 2) 从Agent的目标、意图、规划等心智 态度出发来研究多Agent间的协作。61协作规划协作的动机： 1) 某个Agent相信通过协作能带来好处 （如提高效率，完成以往单独无法 完成的任务） 2) 多个Agent在交流的过程中，发现它
16、们能够通过协作来实现更大的目标 。62协作过程1) 产生需求、确定目标 2) 协作规划、求解协作结构 3) 寻求协作伙伴 4) 选择协作方案 5) 实现目标 6) 评估结果6313.8 多Agent环境MAGEMAGE的主要特点： 运行于分布式网络环境 用java编写使用模块化的能力 通过ADL来描述并生成Agent Agent之间通过ACL通信6413.9 面向Agent的软件技术在面向Agent的软件开发方法中，应 用程序编写为软件Agent，这些 Agent之间通过Agent通信语言可以 进行比普通消息传递更规范、更明 确的通讯。65Agent与对象的异同共同点： 都具有封装性、继承性和多态性。 对象的内部状
