《进化的智能科学》由会员分享，可在线阅读，更多相关《进化的智能科学（196页珍藏版）》请在金锄头文库上搜索。
1、分布智能分布智能Distributed Intelligence史忠植史忠植中国科学院计算技术研究所中国科学院计算技术研究所高级人工智能高级人工智能第十五章2024/7/25史忠植 高级人工智能2内容提要内容提要1. 概述2. 分布式问题求解3. 智能体4. 智能体理论5. 智能体结构6. 智能体通信7. 智能体的协调与协作8.多智能体环境MAGE9.移动智能体2024/7/25史忠植 高级人工智能3概概 述述分布式人工智能主要研究在逻辑上或物理上分散的智能系统如何并行的、相互协作地实现问题求解。两种解决问题的方法：自顶向下：分布式问题求解自底向上：基于智能体的方法2024/7/25史忠植 高
2、级人工智能4分布智能系统的特色分布智能系统的特色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。2024/7/25史忠植 高级人工智能5分布智能系统的主要优点分布智能系统的主要优点1)提高问题求解能力。2)提高问题求解效率。3)扩大应用范围。4)降低软件的复杂性。2024/7/25史忠植 高级人工智能6分布式人工智能分布式人工智能 分布式人工智能的研究可以追溯到分
3、布式人工智能的研究可以追溯到7070年代末期。早期分布式人工智能年代末期。早期分布式人工智能的研究主要是分布式问题求解，其的研究主要是分布式问题求解，其目标是要创建大粒度的协作群体，目标是要创建大粒度的协作群体，它们之间共同工作以对某一问题进它们之间共同工作以对某一问题进行求解。行求解。2024/7/25史忠植 高级人工智能7合同网合同网 19801980年年Davis Davis 和和 SmithSmith提出了合同网提出了合同网(CNET) (CNET) CNET CNET使用投标使用投标-合同方式实现任务在多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个节点上的分配。合同网系
4、统的重要贡献在于提出了通过相互选择和达成协议的协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。商过程实现分布式任务分配和控制的思想。2024/7/25史忠植 高级人工智能8分布式车辆监控测试系统分布式车辆监控测试系统 DVMT19801980年麻萨诸塞大学的年麻萨诸塞大学的Lesser, Corkill Lesser, Corkill 和和 Durfee Durfee 等人主持研制等人主持研制DVMTDVMT该系统对市区内行驶的车辆轨迹进行监控该系统对市区内行驶的车辆轨迹进行监控, , 并以此环境为基础并以此环境为基础, , 对分布式问题求解对分布式问题求解系统中许
5、多技术问题进行研究。系统中许多技术问题进行研究。DVMTDVMT是以是以分布式传感网络数据解释为背景，对复杂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了研究，提供了抽象和模型化分布式系统行为的方法。行为的方法。2024/7/25史忠植 高级人工智能9ACTORACTOR模型模型19831983年年Hewitt Hewitt 和他的同事们研制了基于和他的同事们研制了基于ACTORACTOR模型的并发程序设计系统。模型的并发程序设计系统。ACTORACTOR模型提供了分布式系统中并行计算理论模型提
6、供了分布式系统中并行计算理论和一组专家或和一组专家或ACTORACTOR获得智能行为的能力。获得智能行为的能力。在在19911991年年HewittHewitt提出开放信息系统语义提出开放信息系统语义, , 指出竞争、承诺、协作、协商等性质应作指出竞争、承诺、协作、协商等性质应作为分布式人工智能的科学基础，试图为分为分布式人工智能的科学基础，试图为分布式人工智能的理论研究提供新的基础。布式人工智能的理论研究提供新的基础。2024/7/25史忠植 高级人工智能10MACE系统系统是一个实验型的分布式人工智能系统开发环境是一个实验型的分布式人工智能系统开发环境(Gasser 1987)(Gasse
7、r 1987)。MACEMACE中每一个计算单元都称作智能体，它们具有知识表示中每一个计算单元都称作智能体，它们具有知识表示和推理能力，智能体之间通过消息传送进行通信。和推理能力，智能体之间通过消息传送进行通信。MACEMACE是一个类面向对象环境，但避开了并发对象系统是一个类面向对象环境，但避开了并发对象系统中难于理解和实现的继承问题。中难于理解和实现的继承问题。MACEMACE的各个机构并行的各个机构并行计算计算, , 并提供了描述机构的描述语言并提供了描述机构的描述语言, , 具有跟踪的具有跟踪的demonsdemons机制。机制。 该课题研究的重点是在实际并行环境该课题研究的重点是在实
8、际并行环境下运行分布式人工智能系统，保持概念的清晰性。下运行分布式人工智能系统，保持概念的清晰性。2024/7/25史忠植 高级人工智能11分布式运输调度系统分布式运输调度系统DTDS-I19891989年清华大学石纯一等主持研制了分布式年清华大学石纯一等主持研制了分布式运输调度系统运输调度系统DTDS-I(DTDS-I(石纯一石纯一 1989) 1989)。该系统以运输调度为背景，提出了分布式问该系统以运输调度为背景，提出了分布式问题求解系统的体系结构，对问题分解、任题求解系统的体系结构，对问题分解、任务分布算法和基于元级通信的协作机制等务分布算法和基于元级通信的协作机制等方面进行了探讨。方
9、面进行了探讨。2024/7/25史忠植 高级人工智能12分布式知识处理系统分布式知识处理系统DKPS19901990中国科学院计算技术研究所史忠植等研中国科学院计算技术研究所史忠植等研究了分布式知识处理系统究了分布式知识处理系统DKPSDKPS。该系统采用逻辑该系统采用逻辑-对象知识模型，研究对象知识模型，研究了知识共享和协作求解等问题。了知识共享和协作求解等问题。2024/7/25史忠植 高级人工智能13多多智能体智能体系统系统 90年代，多智能体系统（年代，多智能体系统（multi-agent systems多智能体系统多智能体系统)的研究成为分布式人工智能研究的热点。多智能体系统主要研的
10、研究成为分布式人工智能研究的热点。多智能体系统主要研究自主的智能智能体之间智能行为的协调，为了一个共同的全究自主的智能智能体之间智能行为的协调，为了一个共同的全局目标，也可能是关于各自的不同目标，共享有关问题和求解局目标，也可能是关于各自的不同目标，共享有关问题和求解方法的知识，协作进行问题求解。方法的知识，协作进行问题求解。 基于智能智能体的概念，人们提出了一种新的人工智能定义：基于智能智能体的概念，人们提出了一种新的人工智能定义：“人工智能是计算机科学的一个分支，它的目标是构造能表现人工智能是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的智能体出一定智能行为的智能体”。所以，智
11、能智能体的研究应该是。所以，智能智能体的研究应该是人工智能的核心问题。人工智能的核心问题。斯坦福大学计算机科学系的斯坦福大学计算机科学系的 Hayes-Roth在在IJCAI95的特邀报的特邀报告中谈到：告中谈到：“智能的计算机智能体既是人工智能最初的目标，智能的计算机智能体既是人工智能最初的目标，也是人工智能最终的目标。也是人工智能最终的目标。”2024/7/25史忠植 高级人工智能14多多智能体智能体系统系统 关于智能体的研究不仅受到了人工智能研关于智能体的研究不仅受到了人工智能研究人员的关注，也吸引了数据通信、人机究人员的关注，也吸引了数据通信、人机界面设计、机器人、并行工程等各领域的界
12、面设计、机器人、并行工程等各领域的研究人员的兴趣。有人认为：研究人员的兴趣。有人认为：“基于智能基于智能体的计算（体的计算（Agent-Based ComputingAgent-Based Computing， 简简称称ABCABC）, , 将成为软件开发的下一个重要将成为软件开发的下一个重要的突破。的突破。”2024/7/25史忠植 高级人工智能15 分布式问题求解分布式问题求解特点：数据、知识、控制均分布在系统的各节点上，既无全局控制，也无全局数据和知识存储。2024/7/25史忠植 高级人工智能16 分布式问题求解分布式问题求解两种协作方式：两种协作方式： 任务分担任务分担 结果共享结果
13、共享2024/7/25史忠植 高级人工智能17任务分担任务分担 Smith Smith 和和Davis Davis 提出了任务分担方式。提出了任务分担方式。在任务分担系统中在任务分担系统中, , 结点之间通过分担执结点之间通过分担执行整个任务的子任务而相互协作行整个任务的子任务而相互协作, , 系统中系统中的控制以目标为指导的控制以目标为指导, , 各结点的处理目标各结点的处理目标是为了求解整个任务的一部分。是为了求解整个任务的一部分。 任务分担的问题求解方式适合于求解具有层任务分担的问题求解方式适合于求解具有层次结构的任务次结构的任务, , 如工厂联合体生产规划、如工厂联合体生产规划、 数数
14、字逻辑电路设计、字逻辑电路设计、 医疗诊断。医疗诊断。2024/7/25史忠植 高级人工智能18结果共享结果共享 Lesser Lesser 和和 Corkill Corkill 提出了结果共享方式。在提出了结果共享方式。在结果共享方式的系统中结果共享方式的系统中, , 各结点通过共享部分结果各结点通过共享部分结果相互协作相互协作, , 系统中的控制以数据为指导系统中的控制以数据为指导, , 各结点在各结点在任何时刻进行的求解取决于当时它本身拥有或从其它任何时刻进行的求解取决于当时它本身拥有或从其它结点收到的数据和知识。结点收到的数据和知识。 结果共享的求解方式适合于求解与任务有关的各结果共享
15、的求解方式适合于求解与任务有关的各子任务的结果相互影响子任务的结果相互影响, , 并且部分结果需要综合才能并且部分结果需要综合才能得出问题解的领域。如分布式运输调度系统、分布式得出问题解的领域。如分布式运输调度系统、分布式车辆监控实验系统车辆监控实验系统DVMTDVMT 2024/7/25史忠植 高级人工智能19分布式问题求解系统分类分布式问题求解系统分类根据组织结构，分布式问题求解系统可根据组织结构，分布式问题求解系统可以分为三类：以分为三类： 层次结构类层次结构类 平行结构类平行结构类 混合结构类混合结构类2024/7/25史忠植 高级人工智能20分布式问题求解过程分布式问题求解过程分布式
16、问题求解过程可以分为四步：分布式问题求解过程可以分为四步： 任务分解任务分解 任务分配任务分配 子问题求解子问题求解 结果综合结果综合2024/7/25史忠植 高级人工智能21任务分解任务分解 合同网络合同网络 动态层次控制动态层次控制 自然分解自然分解, 固定分配固定分配 部分全局规划部分全局规划2024/7/25史忠植 高级人工智能22分布式问题求解系统中协作的分类分布式问题求解系统中协作的分类 按节点间协作量的多少，协作分为三类：按节点间协作量的多少，协作分为三类： 全协作系统全协作系统 无协作系统无协作系统 半协作系统半协作系统常用的通信方式有：常用的通信方式有： 共享全局存储器共享全
17、局存储器 信息传递信息传递 黑板模型黑板模型2024/7/25史忠植 高级人工智能23 智能体智能体多智能体（多智能体（agent 智能体，主智能体，主体）系统主要研究在逻辑上体）系统主要研究在逻辑上或物理上分离的多个智能体或物理上分离的多个智能体协调其智能行为，即知识、协调其智能行为，即知识、目标、意图及规划等，实现目标、意图及规划等，实现问题求解。可以看作是一种问题求解。可以看作是一种由底向上设计的系统。由底向上设计的系统。The agent function maps from percept histories to actions:f: P* A2024/7/25史忠植 高级人工智能
18、24智能体的思想智能体的思想智能智能体的几个典型的实例：智能智能体的几个典型的实例：Microsoft的的Office助手助手计算机病毒（破坏智能体）计算机病毒（破坏智能体）计算机游戏或模拟中的智能角色计算机游戏或模拟中的智能角色贸易和谈判智能体（如贸易和谈判智能体（如Ebay的拍卖智能体）的拍卖智能体）网络蜘蛛网络蜘蛛Web Spider（搜索引擎中的数据搜集搜索引擎中的数据搜集和索引智能体，如和索引智能体，如Google） 2024/7/25史忠植 高级人工智能25智能体程序设计智能体程序设计面向过程的方法面向实体的方法面向对象的方法面向智能体的方法软件开发方法的进化2024/7/25史忠
19、植 高级人工智能26智能体的定义智能体的定义在计算机和人工智能领域中，智能体可以看在计算机和人工智能领域中，智能体可以看作是一个实体，它通过传感器感知环境，通作是一个实体，它通过传感器感知环境，通过效应器作用于环境。过效应器作用于环境。An agent is anything that can be viewed as perceiving its environment through sensors and acting upon that environment through actuators2024/7/25史忠植 高级人工智能27智能体的特性智能体的特性智能体弱概念：智能体弱概念
20、：自治性自治性交互性交互性协作性协作性可通信性可通信性长寿性长寿性2024/7/25史忠植 高级人工智能28智能体的特性智能体的特性智能体强概念：智能体强概念：知识、信念、意图、承诺等心智状态知识、信念、意图、承诺等心智状态其它属性：其它属性：移动性移动性推理能力推理能力规划能力规划能力学习和适应能力学习和适应能力诚实、善意、理性诚实、善意、理性2024/7/25史忠植 高级人工智能29 智能体理论智能体理论智能智能体的理论模型研究主要从逻辑、智能智能体的理论模型研究主要从逻辑、行为、心理、社会等角度出发，对智能行为、心理、社会等角度出发，对智能智能体的本质进行描述，为智能智能体智能体的本质进
21、行描述，为智能智能体系统创建奠定基础。系统创建奠定基础。2024/7/25史忠植 高级人工智能30理性智能体（理性智能体（BDIBDI智能体）智能体）Belief信念，智能体对环境的基本看法。信念，智能体对环境的基本看法。Desire愿望，智能体想要实现的状态，愿望，智能体想要实现的状态，即目标。即目标。Intention意图，目标的子集意图，目标的子集。2024/7/25史忠植 高级人工智能31 BDIBDI智能体模型智能体模型BDI智能体模型可以通过下列要素描述：智能体模型可以通过下列要素描述：一组关于世界的信念；一组关于世界的信念；智能体当前打算达到的一组目标；智能体当前打算达到的一组目
22、标；一个规划库，描述怎样达到目标和怎样改一个规划库，描述怎样达到目标和怎样改变信念；变信念；一个意图结构，描述智能体当前怎样达到一个意图结构，描述智能体当前怎样达到它的目标和改变信念。它的目标和改变信念。2024/7/25史忠植 高级人工智能32BDIBDI解释器解释器BDI-Interpreterinitialize-state();dooptions := option-generator(event-queue, B, G, I);selected-options := deliberate(options, B, G, I);update-intentions(selected-opt
23、ions, I);execute(I);get-new-external-events();drop-successful-attitudes(B,G,I);drop-impossible-attitudes(B,G,I);until quit2024/7/25史忠植 高级人工智能33 动作理论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。2024/7/25史忠植 高级人工智能34规划库的形式化表示规划库
24、的形式化表示环境状态：State = P1, P2, Pn 目标： Goal=动作模板： Act_template = 智能体能力： Ability= 2024/7/25史忠植 高级人工智能35智能体结构智能体结构智能体结构需要解决的问题包括：智能体由那些模块组成，模块之间如何交互信息，智能体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。2024/7/25史忠植 高级人工智能36智能体基本结构智能体基本结构环境智能体感知作用黑箱软件智能体2024/7/25史忠植 高级人工智能37智能智能体的工作过程智能智能体的工作过程环境交互信息融合信息处
25、理作用交互感知作用2024/7/25史忠植 高级人工智能38智能体骨架程序智能体骨架程序function Skeleton-Agent(percept) return actionstatic: memory /* 智能体的世界记忆 */memory Update-Memory(memory,percept)action Choose-Best-Action(memory)memory Update-Memory(memory,action)return action2024/7/25史忠植 高级人工智能39智能体的分类智能体的分类 根据人类思维的层次模型，可以将智能体分成四类：反应智能体形象
26、思维智能体抽象思维智能体复合式智能体 形象思维智能体和抽象思维智能体也可以合称为认知智能体2024/7/25史忠植 高级人工智能40 反应智能体反应智能体环境当前世界传感器动 作效应器条件-动作规则智能体2024/7/25史忠植 高级人工智能41反应智能体程序反应智能体程序function Reactive-Agent(percept) returns action static: rules, /* 一组条件-动作规则 */ state Interpret-Input(percept) rule Rule-Match(state,rules) action Rule-Actionrule r
27、eturn action2024/7/25史忠植 高级人工智能42认知智能体认知智能体环境信息融合传感器动 作效应器智能体规 划知识库目标内部状态2024/7/25史忠植 高级人工智能43认知智能体程序认知智能体程序function Cognitive-Agent(percept) returns actionstatic: environment, /* 描述当前世界环境 */ kb, /* 知识库 */ environment Update-World-Model(environment,percept) state Update-Mental-State(environment,stat
28、e) action Decision-Making(state,kb) environment Update-World-Model(environment,action) return action2024/7/25史忠植 高级人工智能44BDIBDI结构结构知识信念规划 意 图目 标愿 望2024/7/25史忠植 高级人工智能45复合式智能体复合式智能体决策生成规 划反 射建 模通 信感 知行 动其他智能智能体智能智能体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2024/7/25史忠植 高级人工智能46规划模块规划模块世界的模型（包括其他 智能体的模型）经 验 库目
29、标集合局 部 规 划 器决 策 生 成重新规划规划规划目标2024/7/25史忠植 高级人工智能47建模模块建模模块世界的模型（包括其他 智能体的模型）模 型 库模 型 生 成 和 维 护预 测规划决策生成感 知通 信建模2024/7/25史忠植 高级人工智能48通信模块通信模块词 法 库语 法 库词 义 库物理通信语言生成语言理解通信2024/7/25史忠植 高级人工智能49智能体通信智能体通信策 略对 话消 息黑 板协 议通信协作协 议2024/7/25史忠植 高级人工智能50智能体通信中的主要问题智能体通信中的主要问题语义：全部有关的智能体必须知道通信语言的语义，消息的语义内容知识是分布
30、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：智能体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.org2024/7/25史忠植 高级人工智能51智能体间的消息传递智能体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 i2024/7/25史忠植 高级人工智能52本体论本体论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，可以提高交流和协作的
31、效率，从而提高了软件的重用性。2024/7/25史忠植 高级人工智能53言语行为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。在智能体通信语言的研究中，言语行为理论主要用来考虑智能体之间可以交互的信息类型。2024/7/25史忠植 高级人工智能54通信语言通信语言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，为多智能体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2024/7/25史忠植 高级人工智能55KQML一个例子：(ask-all: senderA: receiverB: in-reply-to
32、ido: reply-withidl: languageProlog: ontologyfoo: content“bar (X, Y)”)2024/7/25史忠植 高级人工智能56FIPA ACL(inform: sender 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2024/7/25史忠植 高
33、级人工智能57FIPAFIPA通信动作库通信动作库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2024/7/25史忠植 高级人工智能58Propagate传播Propose提议Proxy代理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
34、 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.htmlFIPAFIPA通信动作库通信动作库2024/7/25史忠植 高级人工智能59XMLeXtensible Markup Language 可扩展标记语言可扩展标记语言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 jklabrou:receiver grosof:content (CPU libretto50 pentium
35、):ontology laptop:language kif)2024/7/25史忠植 高级人工智能60informjklabrougrosof转换为转换为XMLXML格式格式2024/7/25史忠植 高级人工智能61laptop(CPU libretto50 pentium)kif转换为转换为XMLXML格式格式2024/7/25史忠植 高级人工智能62智能体的协调与协作智能体的协调与协作协调(coordination)与协作(cooperation)是多智能体研究的核心问题之一。协调是指一组智能智能体完成一些集体活动时相互作用的性质。协作是非对抗的智能体之间保持行为协调的一个特例。2024
36、/7/25史忠植 高级人工智能63协协 调调多智能体系统中的协调是指多个智能体为了以一致、和谐的方式工作而进行交互的过程。进行协调是希望避免智能体之间的死锁或活锁。死锁指多个智能体无法进行各自的下一步动作；活锁指多个智能体不断工作却无任何进展。2024/7/25史忠植 高级人工智能64协作协作目前针对智能体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智能体协作的研究。如对策论和力学研究。2)从智能体的目标、意图、规划等心智态度出发来研究多智能体间的协作。2024/7/25史忠植 高级人工智能65协作协作协作的动机：1)某个智能体相信通过协作能带来好处（如提高效率，完
37、成以往单独无法完成的任务）2)多个智能体在交流的过程中，发现它们能够通过协作来实现更大的目标。2024/7/25史忠植 高级人工智能66协作过程协作过程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2024/7/25史忠植 高级人工智能67协作模式协作模式从社会心理学的角度看，多智能体之间的协作从社会心理学的角度看，多智能体之间的协作情形大致可分为：情形大致可分为： 协作型：同时将自己的利益放在第二位。协作型：同时将自己的利益放在第二位。 自私型：同时将协作放在第二位。自私型：同时将协作放在第二位。 完全自私型：不考虑任何协作。完全自私
38、型：不考虑任何协作。 完全协作型：不考虑自身利益。完全协作型：不考虑自身利益。 协作与自私相混合型。协作与自私相混合型。2024/7/25史忠植 高级人工智能68协作策略协作策略 计算生态学计算生态学 对策论对策论 规划规划2024/7/25史忠植 高级人工智能69计算生态学计算生态学 80 80年代末，在计算机中出现了一个崭新的学年代末，在计算机中出现了一个崭新的学科科-计算生态学计算生态学(the ecolog of (the ecolog of computation)computation)。计算生态学是研究关于开放。计算生态学是研究关于开放系统中诀定计算结点的行为与资源使用的交系统中
39、诀定计算结点的行为与资源使用的交互过程的学科。它摒弃了封闭、静止地处理互过程的学科。它摒弃了封闭、静止地处理问题的传统算法，将世界看作是开放的、进问题的传统算法，将世界看作是开放的、进化的、并发的化的、并发的, , 通过多种协作处理问题的通过多种协作处理问题的生态系统生态系统(ecosystem)(ecosystem)加以研究。它的进展加以研究。它的进展与开放信息系统的研究息息相关。与开放信息系统的研究息息相关。2024/7/25史忠植 高级人工智能70计算生态学计算生态学 计算生态学将计算系统看作是一个生态系统，它计算生态学将计算系统看作是一个生态系统，它引进了许多生物的机制，如变异引进了许
40、多生物的机制，如变异(mutation)(mutation)即物种即物种的变化。这些变化导致生命基因的改变，从而形成的变化。这些变化导致生命基因的改变，从而形成物种的多样性，增强了适应环境的能力。这类变异物种的多样性，增强了适应环境的能力。这类变异策略成为人工智能系统提高其自身能力的一种方法。策略成为人工智能系统提高其自身能力的一种方法。LenatLenat与与BrownBrown成功地将变异机制引入他们的成功地将变异机制引入他们的AMAM与与EuriskoEurisko系统中系统中, , 通过小型通过小型LispLisp程序的语法变异发程序的语法变异发现数学概念。他们认为未来成功的系统应该是
41、一系现数学概念。他们认为未来成功的系统应该是一系列进化的、自组织的符号知识结构的列进化的、自组织的符号知识结构的社会社会 系统。系统。2024/7/25史忠植 高级人工智能71生物生态模型生物生态模型 这是最著名的生态系统，具有典型的进这是最著名的生态系统，具有典型的进化特征和层次性。这种特性反映在化特征和层次性。这种特性反映在“食食物链物链”中。对于复杂的生物生态系统而中。对于复杂的生物生态系统而言，各物种组成了紧密相连的网络食言，各物种组成了紧密相连的网络食物网。这个系统的主要角色是捕食者与物网。这个系统的主要角色是捕食者与被食者。生命依赖于生命，共同进化，被食者。生命依赖于生命，共同进化
42、，由小的生态环境组成大的生态系统。由小的生态环境组成大的生态系统。2024/7/25史忠植 高级人工智能72物种进化模型物种进化模型 物种进化的物种进化的“复制者复制者”是基因。从门德尔的植物遗是基因。从门德尔的植物遗传研究到现代遗传学的成果，都说明了在物种进化传研究到现代遗传学的成果，都说明了在物种进化过程中，基因的组合与变异起着关键作用。在一个过程中，基因的组合与变异起着关键作用。在一个物种的某一群体中基因的集合称为基因池。生物组物种的某一群体中基因的集合称为基因池。生物组织是基因的载体。如果环境变化，选择的机制就会织是基因的载体。如果环境变化，选择的机制就会改变。这种变化必然引起基因池的
43、变化。特定种群改变。这种变化必然引起基因池的变化。特定种群的基因变化称为基因流。一个物种总是不断地经历的基因变化称为基因流。一个物种总是不断地经历隔绝、基因流动、变化的循环。开始时，一组地理隔绝、基因流动、变化的循环。开始时，一组地理上隔绝的群体自己孤立地发展，基因在内部快速地上隔绝的群体自己孤立地发展，基因在内部快速地流动。随着开放，通过交流和竞争，优胜劣汰。流动。随着开放，通过交流和竞争，优胜劣汰。2024/7/25史忠植 高级人工智能73经济模型经济模型 经济系统在某种意义上类似于生物生态系统。经济系统在某种意义上类似于生物生态系统。在商品市场和理想市场中，进化决定于经济在商品市场和理想
44、市场中，进化决定于经济实体的决策。选择机制是市场奖励机制。进实体的决策。选择机制是市场奖励机制。进化是快速的，企业与消费者之间、企业之间化是快速的，企业与消费者之间、企业之间主要是一种互相依赖的合作关系。决策者为主要是一种互相依赖的合作关系。决策者为了追求长远利益，可以采取各种有效的方法，了追求长远利益，可以采取各种有效的方法，甚至可以暂时做赔本买卖。甚至可以暂时做赔本买卖。2024/7/25史忠植 高级人工智能74协商模型协商模型Zlotkin的面向领域的协商理论的面向领域的协商理论Zlotkin的协商理论假设：的协商理论假设： 各智能体追求本身效用最大。各智能体追求本身效用最大。 知识完备
45、。知识完备。 无历史信息。无历史信息。 目标集固定。目标集固定。 协商在两智能体之间同时进行。协商在两智能体之间同时进行。 智能体操作集相同。智能体操作集相同。 世界仅当智能体操作之后发生变化。世界仅当智能体操作之后发生变化。2024/7/25史忠植 高级人工智能75面向领域的协商理论面向领域的协商理论在协商过程中，若存在一个双方满意的分配，在协商过程中，若存在一个双方满意的分配，可以得到一个联合规划可以得到一个联合规划, , 使协商终止的条件使协商终止的条件是：是：(1) (1) 达成协议：如果达成协议：如果 Utility(P(i,t) Utility(P(i,t) Utility(P(i
46、,t-1), Utility(P(i,t-1), 这一协商过程将在有限这一协商过程将在有限步内结束。步内结束。(2) (2) 冲突：冲突： 如果如果 Utility(P(i,t) = Utility(P(i,t) = Utility(P(i,t-1), Utility(P(i,t-1), 则无法达成协议。则无法达成协议。2024/7/25史忠植 高级人工智能76最佳平衡最佳平衡传统的协商是基于传统的协商是基于Nash平衡的平衡的,它的缺点是它的缺点是Nash 平衡产生多个平衡点平衡产生多个平衡点, 对结果约束较少。对结果约束较少。Kraus使用使用Rubinstein的的“最佳最佳”平衡平衡(
47、Perfect Equilibrium, 简称简称P.E.)理论理论, 建立了一种基于建立了一种基于P.E.的协商方法的协商方法, 需要在协需要在协商的任一阶段都产生平衡商的任一阶段都产生平衡, 即在协商的任一阶段即在协商的任一阶段, 假设假设 智能体智能体 A 使用使用P.E. 策略策略, 则则 智能体智能体 B 除了自己的除了自己的 P.E., 策略外没有更好的策略可遵循。故策略外没有更好的策略可遵循。故若有唯一的若有唯一的 P.E., 并假定智能体要使用该策略并假定智能体要使用该策略, 则它在协商的每一阶段都则它在协商的每一阶段都只用这一策略。可证明只用这一策略。可证明, 存在唯一的存在
48、唯一的 P.E.,在第一阶段后就可以终止协商。在第一阶段后就可以终止协商。Kraus 还将对时间的偏好引入这一理论中。结果表明还将对时间的偏好引入这一理论中。结果表明, 时间偏好可以提时间偏好可以提高协商效率高协商效率, 并仅对某一智能体有利。并仅对某一智能体有利。 这一理论对于智能体的构造和智这一理论对于智能体的构造和智能体之间的协作很有用处能体之间的协作很有用处, 如果为智能体提供唯一的如果为智能体提供唯一的P.E.策略策略, 并通知其并通知其他智能体他智能体, 则其他智能体的最佳选择也是则其他智能体的最佳选择也是 P.E. 策略。策略。该理论的缺陷是该理论的缺陷是:缺乏动态性特色缺乏动态
49、性特色,应用面窄应用面窄,因为尽管存在唯一的因为尽管存在唯一的P.E, 但但如何求出仍未得到解决。如何求出仍未得到解决。2024/7/25史忠植 高级人工智能77集中式协商方法集中式协商方法 Ephrati使用了一种集中式的协商方法使用了一种集中式的协商方法, 用一个用一个“ master agent ”或组投票机制以达成协议。在这种方或组投票机制以达成协议。在这种方法中法中, 一组智能体的协作与组规划进程相关。一组智能体的协作与组规划进程相关。 Ephrati使用一种动态的、迭代的搜索过程使用一种动态的、迭代的搜索过程, 通过一通过一组约束组约束,使智能体递增式地构成一个最大使智能体递增式地
50、构成一个最大“社会效用社会效用”规划。在每一步规划。在每一步, 各智能体对于组规划的下一个各智能体对于组规划的下一个联合行动投票。联合行动投票。 使用这一技术使用这一技术,智能体无需完整地智能体无需完整地展示其偏好展示其偏好, 可选状态集在投票之前产生。可选状态集在投票之前产生。2024/7/25史忠植 高级人工智能78开放环境多智能体协作方法开放环境多智能体协作方法 Osawa (1) 需求者(requestor)向公告板智能体发送需求建议RFP (2) 空闲智能体向公告板智能体申请一个RFP (3) 公告板将RFP发到提出申请的空闲智能体 (4) 空闲智能体产生个体规划 (5) 空闲智能体
51、将其规划发给需求者 (6) 需求者调查协作的可能 (7) 需求者发送协作奖励 (8) 申请者组成协作规划2024/7/25史忠植 高级人工智能79开放环境多智能体协作方法开放环境多智能体协作方法其效用值可用下式计算：其效用值可用下式计算： utility(a,g)=worth(a,g)-cost(plan(a,g) 效用的平均是协作的原则。效用的平均是协作的原则。尽管尽管Osawa在一定程度上解决了开放环境中智能体在一定程度上解决了开放环境中智能体协作的问题协作的问题, 但将各智能体效用简单相加再平均的但将各智能体效用简单相加再平均的方法仍然太弱方法仍然太弱, 因为智能体效用仅是智能体本身对因
52、为智能体效用仅是智能体本身对目标偏好的一种排序关系目标偏好的一种排序关系, 不同智能体效用一般不不同智能体效用一般不能用数值比较。能用数值比较。2024/7/25史忠植 高级人工智能80交互协议交互协议智能体之间的会话常常形成典型模式，这智能体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。息交换的典型模式称为协议。智能体间交互的理想情况：智能体充分地智能体间交互的理想情况：智能体充分地理解消息的含意和意图，然后根据自身的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，做出相应的回答信念、目标等心智状态，
53、做出相应的回答比较实际的实现：预先规范这些协议，规比较实际的实现：预先规范这些协议，规定好消息的顺序。定好消息的顺序。2024/7/25史忠植 高级人工智能81FIPA 英国英国拍卖拍卖协议协议2024/7/25史忠植 高级人工智能82规划规划规划是智能体对动作进行推理的一种主要形式，它很大程度上体现了智能体的智能性。同时，规划也是描述智能体行为的主要方式。规划是为了建立一个控制算法，使智能智能体能够为实现目标，对动作过程进行综合。2024/7/25史忠植 高级人工智能83经典规划问题经典规划问题经典的规划理论认为规划要解决的问题（即规划的输入）是：用某种形式语言描述的初始世界状态用某种形式语
54、言描述的智能体目标用某种形式语言描述的智能体可能采用的动作，通常也叫做领域知识输出是：可以在某个满足初始状态描述的世界中执行并达到智能体目标的一个动作序列2024/7/25史忠植 高级人工智能84MAGEMAGE简介简介l多智能体环境MAGElMulti-AGent Environmentl目标l面向智能体的软件开发、集成和运行环境l功能l实现基于智能体的应用集成（软件重用的最佳解决方案）l主要特点l分布式计算平台l多种软件重用方案l多种智能体生成方式l图形用户界面、强大的管理功能l丰富的行为模板、智能体行为调度模型2024/7/25史忠植 高级人工智能85MAGEMAGE的总体结构的总体结构
55、智能体统一建智能体统一建模平台模平台AUMP可视化智能体开发可视化智能体开发环境环境VAStudioMAGE运行环运行环境境需需求求分分析析系系统统设设计计系统开发系统开发 / 智能体生成智能体生成行行为为层层智智能能体体层层智智能能体体社社会会系系统统部部署署、运运行行2024/7/25史忠植 高级人工智能86MAGE MAGE 智能体系统结构智能体系统结构Agent kernelSensorFunctionModuleInterfaceResource DatabaseEngineCommunicatorSchedulingFunction ComponentPlug-INsReasoni
56、ngNegotiationCo-OperationothersPlug-inManagerTaskDatabase2024/7/25史忠植 高级人工智能87情感智能智能体结构情感智能智能体结构 传感器传感器传感器传感器效应器效应器效应器效应器信念信念信念信念环境环境环境环境理性推理机理性推理机理性推理机理性推理机 意图意图意图意图情感知识库情感知识库情感知识库情感知识库 情感推理机情感推理机情感推理机情感推理机 愿望愿望愿望愿望规划规划规划规划2024/7/25史忠植 高级人工智能88智能体工作周期智能体工作周期2024/7/25史忠植 高级人工智能89智能体统一建模平台智能体统一建模平台AU
57、MPAUMPlAUMP：Agent Unified Modeling Platforml功能：为需求分析和系统设计提供可视化的建模支持l类比：UML（统一建模语言）建模工具：Rational RoseAUML（智能体统一建模语言）建模平台：AUMPlAUMP建模结果例2024/7/25史忠植 高级人工智能90多智能体系统设计过程用例模型功能描述功能描述活动模型反应规则模型推理模型行为描述行为描述状态机模型交互协议模型规划模型组织关系模型智能体类模型智能体描述智能体描述本体模型本体描述本体描述部署模型配置描述配置描述一二三四2024/7/25史忠植 高级人工智能91 UMLUML中的表示法中的表
58、示法( (抽象语法抽象语法) )lOMG发布的UML定义规范中，模型的抽象语法是通过类图表示的各结构成分之间的关系给出的。UML中用例包的抽象语法2024/7/25史忠植 高级人工智能92 UMLUML中的表示法中的表示法( (静态语义静态语义) )l模型结构成分之间的约束（即静态语义）是通过OCL语言描述的规则表示的。l例如：Actor只能与UseCase、Subsystem和Class发生关联，并且关联是二元的。此约束表示如下： self.associations - forAll (a | a.connection - size = 2 and a.allConnections - ex
59、ists(r | r.type.oclIsKindOf(Actor) and a.allConnections - exists(r | r.type.oclIsKindOf(UseCase) or r.type.oclIsKindOf(Subsystem) or r.type.oclIsKindOf(Class) ) )2024/7/25史忠植 高级人工智能93本体图本体图智能体系智能体系统结构统结构角色图角色图协议图协议图智能体智能体类型图类型图智能体智能体交互交互系统系统配置图配置图系统系统结构图结构图分布图分布图类图类图本体本体协作图协作图结构图结构图AUMLUMLAUMP2024/7
60、/25史忠植 高级人工智能94AUMLAUML扩展扩展UMLUML 在在AUMLAUML中中，我我们们引引入入了了四四种种面面向向智智能能体体的的图图来来描描述述一一个个多多智智能能体体系统：系统：l本体图：定义用来描述世界状态用到的实体以及它们之间的关系。本体图：定义用来描述世界状态用到的实体以及它们之间的关系。l智能体系统结构图：描述多智能体系统的结构。智能体系统结构图：描述多智能体系统的结构。l协议图：描述智能体之间的交互协议。协议图：描述智能体之间的交互协议。l角色图：描述智能体在交互中扮演的角色。角色图：描述智能体在交互中扮演的角色。 2024/7/25史忠植 高级人工智能95 AU
61、MPAUMP的表示法的表示法( (属性图属性图) )lAUML的图形模型都是属性图。属性图是带属性的多重有向图。l属性图的形式化定义如下： AttributeGraph=(V, E, s, d, ) s,d：EV ：(EV)(AU) 其中，V是节点集合，E是边的集合，s,d是边到节点的函数，分别表示边的起点和终点。 是边和节点到属性描述的函数，属性描述是属性名称到属性值的函数，A表示属性名称集合，U表示属性值集合。2024/7/25史忠植 高级人工智能96AUMPAUMP的表示法的表示法(Meta(Meta表示法表示法) )l描述程序设计语言抽象语法的Meta表示法由两部分组成：l(1)构造的
62、有限集合。l(2)产生式的有限集合，每个产生式和一个构造对应。l聚集产生式：表示一个构造有固定数目的成分。 例Conditional = test:Boolean_expression; thenbranch: Command; elsebranch:Command;l选择产生式：表示一个构造可以选择几种类型。 例Command = Skip | Assignment | Compound | Conditional | Loopl表产生式：表示一个构造是另一个构造的实例序列。 例Compound = Command+2024/7/25史忠植 高级人工智能97 AUMPAUMP的表示法的表示法
63、(结合属性图和结合属性图和Meta表示法表示法)l基本思想：将模型、节点、边、属性都看作构造，模型是非终结构造，节点、边和属性是终结构造，模型通过一定的产生式由节点、边和属性构成。l扩充：扩充Meta表示法表示属性图中的函数关系。因为函数关系是实体到另外实体的映射关系，而不是构造关系。所以，符号 = 仍然表示构造关系，新加入符号 表示函数关系。如：状态机模型中的转移描述为： Transition sourcestates; targetstates; rule:ECARule 如果t是Transition的一个实例，那么用tsource，ttarget, t.rule来表示t的起点、终点和转移
64、规则。2024/7/25史忠植 高级人工智能98AUMPAUMP的表示法的表示法(状态机模型的抽象语法）状态机模型的抽象语法）状态机模型由状态集合、目标集合、转移集合、驱动集合构成： StateChartModel = states: StateSet; goals: GoalSet; transitions: TransitionSet; drives: DriveSet; StateSet = State; GoalSet = Goal; TransitionSet = Transition; DriveSet = Drive;状态是起始状态、结束状态和一般状态之一： State = In
65、itial | Final | CommonState；转移连接两个状态实例，并且有一条ECA规则描述： Transition sourcestates; targetstates; rule:ECARule；ECA规则由事件、条件和动作构造： ECARule = event: Event; condition:Condition; action:Action；驱动连接目标实例和状态实例： Drive goalgoals; statestates；2024/7/25史忠植 高级人工智能99AUMPAUMP的表示法的表示法(静态语义的表示静态语义的表示)l通过前面的表示法，已经将模型的抽象语法表
66、示成为了集合和关系的形式，那么就可以用集合表示法中的各种约束表示法来描述模型的静态语义。l例如，状态机模型中起始状态的合法性描述为：有且只有一个起始状态；起始状态有离开的转移，没有进入转移；离开起始状态的转移的ECA规则中事件和条件为空。l形式化描述如下：2024/7/25史忠植 高级人工智能100活动图动态语义简介活动图动态语义简介l活动图为智能体工作流建模，是描述智能体行为最常用的方式。因此，活动图动态语义研究是AUML动态语义研究的重要组成部分。l活动图描述的是工作流的过程维度，即活动在时间上的先后顺序，而不考虑资源维度。lAUML在语法上对活动图并没有扩充，而是从语义上需要对UML定义
67、的活动图语义进行扩充。2024/7/25史忠植 高级人工智能101活动图的语法活动图的语法activityactivitystartenddecision/mergefork/joinwait活动图中的节点waitactivitycompound activity活动图是一个有向图，包括节点和有向边。 lActivity节点表示一个活动的执行。lWait节点表示等待某个事件的出现。2024/7/25史忠植 高级人工智能102智能体统一建模平台智能体统一建模平台AUMPAUMPlAUMP：Agent Unified Modeling Platforml功能：为需求分析和系统设计提供可视化的建模支
68、持l类比：UML（统一建模语言）建模工具：Rational RoseAUML（智能体统一建模语言）建模平台：AUMPl在AUMP上建模lfork/join表示并发结构，decision/merge表示分支结构。l边实际上是一条ECA规则ec/a，其中e是事件表达式，c是限制条件，a是动作表达式。这三个部分每个都是可选的。具有ec/a标记的边具有如下含义：如果系统处于源状态，事件e出现，并且限制条件c满足，那么系统离开源状态，执行动作a，进入目标状态。2024/7/25史忠植 高级人工智能103活动图的语义活动图的语义（执行算法）（执行算法）Initialize;While (C final c
69、onfiguration) do Repeat until I ; / wait for input events Retrieve the valuation of the local variables; Take a super-step: Repeat 1. Compute a step; 2. Compute the internal events generated in the step; 3. Compute the next configuration; 4. Update C with the next configuration; 5. Empty the input I
70、 and fill it with the generated internal events; 6. Switch new relevant timers on and irrelevant timers off; 7. Update the bag of active edges by handling control nodes; Until I is empty and there are no enabled edges;End while ; 2024/7/25史忠植 高级人工智能104执行示例执行示例Activity1Condition1Output1Input1Activity
71、2:Goal1Activity3Condition2Activity4Role1Role2工作流描述（活动图）InitialStateActivity1State1Activity1TerminatesOutput1State2Input1State3State4Activity3Output1TerminatesInput1TerminatesActivity3TerminatesInitialStateActivity1State1Activity1TerminatesActivity2,Activity4State2State3Activity2TerminatesActivity4Te
72、rminatesRun1Run2Activity4InitialStateActivity1State1Activity1TerminatesActivity2,Activity4State2State3Activity4TerminatesActivity2TerminatesRun3Activity2运行l有了动态语义，活动图就可以被执行。例如：2024/7/25史忠植 高级人工智能105AUMP AUMP 界面界面2024/7/25史忠植 高级人工智能106AUMPAUMP对于对于UML 的支持、重用的支持、重用目前很多仍采用Rational Rose等平台，进行面向对象的设计(O-O)
73、，为了支持UML, 我们提供了对于UML 的支持。它具有通用性，适用于广泛应用领域的大规模软件系统设计。因此，除了支持描述多智能体系统的自主性、主动性外，AUMP支持UML1.x的用例图、状态图、活动图、协作图、部署图等的绘制2024/7/25史忠植 高级人工智能107智能体智能体请求/服务智能体智能体请求/服务软总线智能体服务交互关系交互关系： 请求请求/ /服务服务特点：特点： 网络化网络化 分布式分布式 开放式开放式计算模型计算模型2024/7/25史忠植 高级人工智能108智能体领域模式智能体领域模式AppPatternAppPattern智能体应用框架智能体应用框架AppFacili
74、tiesAppFacilities智能体请求代理（智能体请求代理（ARBARB）智能体服务智能体服务AgentServicesAgentServices大型软件系统大型软件系统CARBA面向智能体的软件开发环境面向智能体的软件开发环境2024/7/25史忠植 高级人工智能109可视化智能体开发工具可视化智能体开发工具VAStudio 系统结构Agent SocietyAgentsBehavioursEditor AgentLibraryBehaviour Library2024/7/25史忠植 高级人工智能110VAStudioVAStudio系统界面系统界面2024/7/25史忠植 高级人工
75、智能111行为库行为库数据包数据包 package intsci.ace.data神经网络包神经网络包package intsci.ace.neural学习包学习包package intsci.ace.learning数据挖掘包数据挖掘包package intsci.ace.mining语言处理包语言处理包package intsci.ace.language2024/7/25史忠植 高级人工智能112行为库行为库图形处理包图形处理包 package intsci.ace.graphics图象处理包图象处理包package intsci. ace .imagepackage intsci. a
76、ce .image搜索引擎包搜索引擎包package intsci.ace.search专家系统包专家系统包package intsci.ace.expert模型包模型包 package intsci.ace.model 决策支持包决策支持包 package intsci.ace.decision2024/7/25史忠植 高级人工智能113可视化智能体开发工具可视化智能体开发工具VAStudioVAStudio lVAStudio：Visual Agent Studiol功能：可视化的多智能体系统设计环境当前智能体社会中的智能体、行为2024/7/25史忠植 高级人工智能114lVAStudi
77、o：Visual Agent Studiol功能：可视化的多智能体系统设计环境行为库中的已有行为，包括数据访问、神经网络算法、机器学习算法、数据挖掘算法、画图接口、推理引擎、数值计算模型等可视化智能体开发环境可视化智能体开发环境VAStudio VAStudio 2024/7/25史忠植 高级人工智能115用用VAStudioVAStudio编写一个智能体例编写一个智能体例（1 1）1. 加入行为库中的现有行为2024/7/25史忠植 高级人工智能116用用VAStudioVAStudio编写一个智能体例编写一个智能体例（2 2）2. 填写行为参数2024/7/25史忠植 高级人工智能117用
78、用VAStudioVAStudio编写一个智能体例编写一个智能体例（3 3）3. 智能体编辑完成，代码已自动生成2024/7/25史忠植 高级人工智能118用用VAStudioVAStudio编写多智能体应用系统编写多智能体应用系统（1 1）l拍卖、竞拍系统1. 编写拍卖发起智能体（即拍卖方）：采用有限状态自动机方式，画出状态图转换并指定通信方式即可，代码将自动生成2024/7/25史忠植 高级人工智能119用用VAStudioVAStudio编写多智能体应用系统编写多智能体应用系统（2 2）2. 编写两个拍卖响应智能体（即竞拍方）：同样采用有限状态机方式，两个同样的竞拍智能体可以直接复制得到
79、2024/7/25史忠植 高级人工智能120用用VAStudioVAStudio编写多智能体应用系统编写多智能体应用系统（3 3）3.拍卖系统开发完成，编译通过2024/7/25史忠植 高级人工智能121用用VAStudioVAStudio编写多智能体应用系统编写多智能体应用系统（4 4）4. 在MAGE运行环境中运行系统2024/7/25史忠植 高级人工智能122用用VAStudioVAStudio编写多智能体应用系统编写多智能体应用系统（5 5）运行结果(1)：一个竞拍智能体的运行过程2024/7/25史忠植 高级人工智能123用用VAStudioVAStudio编写多智能体应用系统编写多
80、智能体应用系统（6 6）运行结果(2)：拍卖智能体的运行过程2024/7/25史忠植 高级人工智能124构建智能体构建智能体lmage.core.behaviours.*l各种类型Behaviourlmage.core.Agentl在智能体setup中添加行为laddBehaviourl简单行为组合复杂行为l流程图lFSM2024/7/25史忠植 高级人工智能125构建智能体构建智能体lBehaviour lSimpleBehaviour lOneShotBehaviourlCyclicBehaviourlCompositeBehaviour lSequentialBehaviourlPara
81、llelBehaviourlFSMBehaviour 2024/7/25史忠植 高级人工智能126智能体间通信结构智能体间通信结构2024/7/25史忠植 高级人工智能127智能体通信语言（智能体通信语言（ACLACL）ACL通信模块并发对话机制2024/7/25史忠植 高级人工智能128智能体通讯智能体通讯2024/7/25史忠植 高级人工智能129智能体通讯智能体通讯lmage.lang.acl.*lACLMessagelMessageTemplatel通讯必须通过智能体进行l发送消息sendl接收消息receive或blockingReceivel行为中发送或者接受消息l通过所属智能体实
82、例myAgent2024/7/25史忠植 高级人工智能130ACL ACL 构造构造2024/7/25史忠植 高级人工智能131MAGE运行平台平台体系结构MAGE智能体管智能体管理系统理系统AMS目录服务目录服务智能体智能体DF智能体智能体智能体消息传输系统 MTS (Message Transport System)软件软件智能体库功能构件其它智能体平台其它智能体平台 消息传输系统 MTS (Message Transport System)2024/7/25史忠植 高级人工智能132Directory FacilitatorlWhat is Directory Facilitator a
83、nd why dose MAGE need DF.lWhat can be done through DF?lViewlRegisterlDeregisterlModifylSearchlFederal search2024/7/25史忠植 高级人工智能133GUI of DF2024/7/25史忠植 高级人工智能134MAGE GUI2024/7/25史忠植 高级人工智能135智能体容器智能体容器 containercontainerlProviding plenty of agent management function: createAgent, suspendAgent, resum
84、eAgent, waitAgent, wakeAgent changeAgentPrincipal, changeContainerPrincipal, moveAgent, copyAgent, killAgent, dispatch, ping, installMTP, uninstallMTP, enableSniffer, disableSniffer, enableDebugger, disableDebugger.lProviding toolkit for agent: handleStart, handleEnd, handleMove, handleClone, handle
85、Send, handlePosted, handleReceived, handleChangedAgentState, handleChangedAgentPrincipallProviding event handlinglDemonstratelStart new agentlInstall a new MTPlUninstall a MTPlKilllContainerFrame2024/7/25史忠植 高级人工智能136MAGE MAGE 工具工具lSniffer: Debugging tool, show communication between agents with grap
86、hic interface.lDummy: Debugging tool, demonstrate conversation between agents conveniently.lDF: Directory facilitator, a service providing yellow page servicelDLRM: A description logic based reasoning machine, providing reasoning service.lALM: Managing AAP and AAF, it will be further developed to bu
87、ild application via AAP and AAF.2024/7/25史忠植 高级人工智能137DummyAgent2024/7/25史忠植 高级人工智能138Sniffer2024/7/25史忠植 高级人工智能139移动智能体移动智能体lWhat is Mobile Agents?l Mobility: Agents that can travel in network l Autonomy: migrate at times and to place of their own choosinglCompare to .lStationary agentlMobile code
88、(Applets)lMobile object2024/7/25史忠植 高级人工智能140Network Computing ParadigmsClient-Server Paradigm Code-onDemand Paradigm Know- howClientServerClientKnow- howKnow howServerDownload (Applet)AgentAgentKnow- howKnow- howHostHostNetworkMobile Agent Paradigm2024/7/25史忠植 高级人工智能141Compare Client/Server &移动智能体模
89、型移动智能体模型lLimitation of Client/ServerlScaling - Multiple serverslQuality of network connectionReliability , latency , bandwidthlProtocol lAdvantage of Mobile AgentslEvery node is a server lRequest Network connection lNo application-level protocol2024/7/25史忠植 高级人工智能142移动智能体优点移动智能体优点lReduce network loa
90、dlOvercome network latencylEncapsulate protocolslExecute asynchronously and autonomouslylAdapt dynamicallylNaturally heterogeneouslFault-tolerant2024/7/25史忠植 高级人工智能143移动智能体系统移动智能体系统lJava-based:lOdyssey. General Magic Inc. lConcordia. Mitsubishis lAglets. IBMlVoyager. ObjectSpacelOthers:lTacoma: Univ
91、.of Tromso and Cornell Univ.lAgent TCL: Dartmouth College2024/7/25史忠植 高级人工智能144移动智能体模型移动智能体模型lKey concepts:lAgent- the main entity in Mobile Agent SystemlPlace- the environment where agents operate 2024/7/25史忠植 高级人工智能145AgentlState:lneeded for resume computation after travelinglImplementation: lneed
92、ed for location-independent agent executionlInterfacelneeded for agent communicationlIdentifierlneeded for recognize and locate traveling agentslPrincipalslneeded to determine legal and moral responsibility2024/7/25史忠植 高级人工智能146PlacelEnginelWorkhorse and virtual machines for one or more placeslResou
93、rceslDatabases,processors,and other services provided by the hostlLocationlThe network address of a given placelPrincipalslThose legally responsible for the opration of a place2024/7/25史忠植 高级人工智能147The Agent Model Pyramid Host Engines Places Agents2024/7/25史忠植 高级人工智能148Place and Engine HostEngineAge
94、ntPlaceResources2024/7/25史忠植 高级人工智能149Agent Behavior(1)Creation and DisposallCreation:lInstantiation and identifier assignmentlInitializationlAutonomous executionlDisposallPreparing for disposallSuspension of execution2024/7/25史忠植 高级人工智能150Agent Behavior(2)Transfer dispatching/receivinglDispatch and
95、 Receive:SenderSuspend ExecutionSerialize Agent Encode Data Transfer DataReceiver Resume ExecutionDeserialize Agent Decode Data Receive Data Network2024/7/25史忠植 高级人工智能151Agent Behavior(2) Transfer agent class transferlAgent Class TransferServer Class codeOrigin Class codeServer Class codeAgentAgentC
96、lass at destinationClass at originClass at Server(code on demand)2024/7/25史忠植 高级人工智能152移动智能体系统移动智能体系统Telescriptl TelescriptTelescript平台是用平台是用TelescriptTelescript语言来完成的，该语言是一种用语言来完成的，该语言是一种用于开发大型分布式系统的面向对象的解释性语言，它有点类似于于开发大型分布式系统的面向对象的解释性语言，它有点类似于JavaJava和和C+C+，可以被编译成字节码运行在宿主机的虚拟机上。，可以被编译成字节码运行在宿主机的虚拟
97、机上。Telescript AgentTelescript Agent之间的通信有两种方式：两个之间的通信有两种方式：两个AgentAgent运行在同运行在同一个空间，互相调用对方的方法；在不同的空间之间建立连接，一个空间，互相调用对方的方法；在不同的空间之间建立连接，两个两个AgentAgent可以相互传递对象。尽管可以相互传递对象。尽管TelescriptTelescript是一个比较成功是一个比较成功的移动的移动AgentAgent平台，它的安全性，容错性，执行效率都非常好，平台，它的安全性，容错性，执行效率都非常好，但是由于但是由于JavaJava的迅速流行，必然导致它的失败。的迅速流
98、行，必然导致它的失败。2024/7/25史忠植 高级人工智能153移动智能体系统移动智能体系统DAgent D DAgent(Agent(以前称为以前称为Agent Tcl)Agent Tcl)是美国是美国DartmouthDartmouth大学研究的大学研究的移动移动AgentAgent系统。它从支持单一语言系统。它从支持单一语言TclTcl发展到目前支持多种发展到目前支持多种语言：语言：Tcl,Java,Scheme.DTcl,Java,Scheme.DAgentAgent提供一个提供一个gogo指令（仅适用指令（仅适用于于TclTcl和和JavaJava），可以自动捕获和恢复移动），可以
99、自动捕获和恢复移动AgentAgent的完整状态，的完整状态，即意味着即意味着AgentAgent可以在任意点中断执行，然后移动到其他环可以在任意点中断执行，然后移动到其他环境中执行。境中执行。D DAgentAgent服务程序的实现采用的是多线程方式，服务程序的实现采用的是多线程方式，相比于多进程方式，虽然实现难度增加，但是进程间通信大相比于多进程方式，虽然实现难度增加，但是进程间通信大大降低，提高了系统的执行效率。大降低，提高了系统的执行效率。D DAgentAgent采用公钥系统来采用公钥系统来管理管理AgentAgent对资源的访问，但是可以授权访问某种资源，还对资源的访问，但是可以授
100、权访问某种资源，还可以限制使用（如：可以限制使用（如：CPUCPU使用超时）。使用超时）。D DAgentAgent的通信方式的通信方式可采用可采用RPC,RMIRPC,RMI等不同的方式，而且支持异步或同步的通信等不同的方式，而且支持异步或同步的通信模式。模式。2024/7/25史忠植 高级人工智能154移动智能体系统移动智能体系统Grasshoper Grasshoper是IKV+公司的产品。Grasshoper环境包括Agent处（Agency）和域注册器，通过专有的ORB(GrasshoperORB)互联。Agency(相当于MASIF中的Place)是Agent实际的运行环境，数个A
101、gency结合构成域，由域注册器（相当于MASIF中的MAFFinder）提供名字服务。Grasshoper的通信基础设计非常巧妙，可以通过CORBA来进行通信，还可以通过JavaRMI和Socket连接进行通信，整个通信结构实现采用插件技术，具有很好的扩充性，并同时支持异步或同步的通信，动态消息机制和多点发送。Grasshoper的安全服务中采用X.509证书实现身份认证，采用SSL来保证传输中的安全性，通过用户定制的安全管理器来完成资源访问控制，并实现了数字签名。2024/7/25史忠植 高级人工智能155移动智能体系统移动智能体系统Voyager Voyager 的最大特点是以的最大特点
102、是以Voyager ORB作为核心，将作为核心，将Agent和分布式计算紧密结合在一起的。但和分布式计算紧密结合在一起的。但Voyager 只支持只支持纯纯Java的对象的通信，与的对象的通信，与CORBA和和MASIF不兼容，它还支不兼容，它还支持异步或同步的通信，动态消息机制和单向多点发送。在容持异步或同步的通信，动态消息机制和单向多点发送。在容错服务方面，错服务方面，Voyager支持任意时间的显式地存储，其安全支持任意时间的显式地存储，其安全机制主要是通过机制主要是通过Voyager Security类进行编程设置。类进行编程设置。 2024/7/25史忠植 高级人工智能156移动智能
103、体系统移动智能体系统 Agletl Aglet是由是由IBM公司用纯公司用纯Java开发的移动开发的移动Agent技术，技术，并提供着实用的平台并提供着实用的平台Aglet Workbench,让人们开让人们开发或执行移动发或执行移动Agent系统。系统。Aglet是一个较为成功和是一个较为成功和全面的系统，主要表现在：它提供了一个简单而全全面的系统，主要表现在：它提供了一个简单而全面的移动面的移动Agent编程模型；它为编程模型；它为Agent间提供了动间提供了动态和有效的通信机制；它还提供了一套详细且易用态和有效的通信机制；它还提供了一套详细且易用的安全机制。的安全机制。2024/7/25
104、史忠植 高级人工智能157Aglet的系统框架的系统框架2024/7/25史忠植 高级人工智能158ATPATP的示意图的示意图2024/7/25史忠植 高级人工智能159Aglet对象模型 AgletAglet系统首先提供一个上下文环境（系统首先提供一个上下文环境（contextcontext）来管理来管理AgletAglet的基本行为：如创建（的基本行为：如创建（createcreate）Aglet,Aglet,复制（复制（cloneclone）Aglet,Aglet,或分派（或分派（dispatchdispatch）AgletAglet到到远程机器，召回（远程机器，召回（retractr
105、etract）远端的）远端的Aglet,Aglet,或暂停或暂停（deactivedeactive）, ,唤醒（唤醒（activeactive）Aglet,Aglet,以及清除以及清除（disposedispose）AgletAglet等。见下图。等。见下图。2024/7/25史忠植 高级人工智能160Aglet 生命周期模型lFundamental operations:lCreationlCloninglDispatchinglRetractionlActivation and deactivationlDisposalAgletCloneClass FileAgletDisk stora
106、geDisposeDispatchRetractCreateDeactivateActivateContext AContext B2024/7/25史忠植 高级人工智能161 Aglet的生命周期模型2024/7/25史忠植 高级人工智能162Aglet之间的通信lAgletAglet与与AgletAglet之间的通信，则可用消息传递的方法之间的通信，则可用消息传递的方法来传递消息对象。此外，基于安全上的考虑，来传递消息对象。此外，基于安全上的考虑，AgletAglet并非让外界直接存取其信息，而是透过一个代理并非让外界直接存取其信息，而是透过一个代理（proxyproxy）提供相应的接口与
107、外界沟通（见图）提供相应的接口与外界沟通（见图4 4）。）。这样做的好处，这样做的好处，AgletAglet的所在位置会透明化，也就是的所在位置会透明化，也就是AgletAglet想要与远端的想要与远端的AgletAglet沟通时，只在本地主机上沟通时，只在本地主机上的上下文环境中产生对应远端的上下文环境中产生对应远端AgletAglet的代理，并与此的代理，并与此代理沟通即可，不必直接处理网络连接与通讯的问代理沟通即可，不必直接处理网络连接与通讯的问题。题。2024/7/25史忠植 高级人工智能163 Aglet基本通信模型基本通信模型2024/7/25史忠植 高级人工智能164Aglet
108、Workbenchl Aglet WorkbenchAglet Workbench是一可视化环境，它被用来建立是一可视化环境，它被用来建立使用移动使用移动AgentAgent的网络应用。它提供的工具包括：移动的网络应用。它提供的工具包括：移动Agent AgletAgent Aglet框架，框架，ATP, JDBC,JoDax, Tazza, ATP, JDBC,JoDax, Tazza, Tahiti,FijiTahiti,Fiji等。等。2024/7/25史忠植 高级人工智能165AgletAglet的程序包的程序包lCom.ibm.aglet:lCom.ibm.aglet.event:l
109、Com.ibm.aglet.systemlCom.ibm.aglet.util:lCom.ibm.aglet.patterns:2024/7/25史忠植 高级人工智能166AgletAglet中的设计模板中的设计模板l模板就是从系统中抽象提取出来的一些具有共模板就是从系统中抽象提取出来的一些具有共性的东西，以便于重用。这一观念现已被许性的东西，以便于重用。这一观念现已被许多行业在设计复杂系统时有效地采用。模板多行业在设计复杂系统时有效地采用。模板通常是用意图，动机，适合场合，参与者，通常是用意图，动机，适合场合，参与者，合作性和结论等多个成分来描述。对于合作性和结论等多个成分来描述。对于Age
110、ntAgent系统，设计模板只要有三大类，每一大类中系统，设计模板只要有三大类，每一大类中又包括一些子类。又包括一些子类。2024/7/25史忠植 高级人工智能167巡行模板巡行模板（travelling） 巡行是移动巡行是移动AgentAgent的本性，巡行样式处理移动时各方面的本性，巡行样式处理移动时各方面的问题，如路由服务和服务质量。其子类有：的问题，如路由服务和服务质量。其子类有： 巡行路线（巡行路线（itineraryitinerary）模板：负责到达目的地的路由，）模板：负责到达目的地的路由，它维护着所有目的地的列表，定义了路由策略，并能处理它维护着所有目的地的列表，定义了路由策略
111、，并能处理异常情况。异常情况。 发送（发送（forwardingforwarding）模板）模板: :提供发送所有的或者特定提供发送所有的或者特定的的AgentAgent到远端机器的机制。到远端机器的机制。 标签（标签（ticketticket）模板：负责管理服务质量，权限等为）模板：负责管理服务质量，权限等为题。题。2024/7/25史忠植 高级人工智能168任务模板任务模板（tasktask）l 它主要负责任务的分解，以及怎样把任务分派给不同它主要负责任务的分解，以及怎样把任务分派给不同的的Agent去执行。其子类有：去执行。其子类有：l 主从（主从（master-slave）模板模板：一
112、种基本的样式，提：一种基本的样式，提供允许主供允许主Agent把任务委派给从把任务委派给从Agent，从，从Agent移动移动到指定的目的地，完成指定的任务后返回结果的机制。到指定的目的地，完成指定的任务后返回结果的机制。l 规划（规划（plan）：用工作流的方式策划，来让多个任）：用工作流的方式策划，来让多个任务顺序或者并行地在多个务顺序或者并行地在多个Agent上执行。上执行。2024/7/25史忠植 高级人工智能169交互模板交互模板（interaction）l它提供定位Agent的机制以及方便Agent间交互的一些机制。其子类有：l会议（meeting）模板模板l寄存柜（locker）
113、模板模板l信使（messenger）模板模板l服务设施（facilitator）模板模板l组织化的群体（organized group）模板模板2024/7/25史忠植 高级人工智能170AgletAglet安全性安全性l AgletAglet系统中的安全主要涉及主机对系统中的安全主要涉及主机对AgletAglet的攻击，的攻击，AgletAglet之间的攻击，之间的攻击，AgletAglet对主机的攻击，以及来自对主机的攻击，以及来自底层网络的攻击。底层网络的攻击。Aglet WorkbenchAglet Workbench目前主要支持前目前主要支持前面两种攻击的预防。以下简要分析面两种攻击
114、的预防。以下简要分析AgletAglet系统的安全系统的安全对策。对策。2024/7/25史忠植 高级人工智能171AgletAglet安全性安全性l对用户和域的认证：l数据完整性检查：l另外还有类似jdk安全模型的授权。2024/7/25史忠植 高级人工智能172 Aglet API : Aglet ClassCreate a customized aglet:import com.ibm.aglet.*;Public class MyFirstAglet extends Aglet/put aglets methods hereOverriden methods:public void o
115、nCreation(Object init)/do some initialization herepublic void run() /do something here; /main entry point/e.g. call dispatch(new URL(“atp:/ 高级人工智能173Aglet API :Aglet Class lWhat happens when “dispatch”?StateByte CodeHostHostSendingReceivingStateByte Code HostHost Object Serialization TransferDeseria
116、lization and re-create state2024/7/25史忠植 高级人工智能174Aglet API : AgletProxylWhy AgletProxy?lActs as a shield object that protects an aglet from malicious agletslProvide the aglet with location transparencylHow to get a proxy?lGet proxy from a newly created aglet:lAgletContext.createAglet(), lAgletProxy
117、.clone()lGet proxy from existing agletslAglet.getProxy() get its own proxylAgletContext.getAgletProxies() retrieve an enum. of proxies in a contextlAgletContext.getAgletProxy() get an aglet proxy for a given aglet ID lMessage passing passed as an argumentlAgletContext.setProperty put proxy into cont
118、ext property and share it.2024/7/25史忠植 高级人工智能175Aglet API : AgletContextlAn aglet context is the equivalent of a place.lAn aglet uses AgletContext interface to:lGet information about its environmentlSend message to the environment, including other aglets currently active in that environmentlHow it w
119、orks:context=getAgletContext();context.createAglet();context.retractAglet(remoteContextURL,agletID);2024/7/25史忠植 高级人工智能176Aglet API : Message ClasslAglets communicate by exchanging objects of the Message class.l“kind” field: distinguishes messagesMessage myName=new Message(“my name”, “Jacob”);Messag
120、e yourname=new Message(“your name?”);lMethods to send message(defined in AgletProxy class):lObject sendMessage(Message msg)lFutureReply sendFutureMessage(Message msg)lVoid sendOnewayMessage(Message msg)2024/7/25史忠植 高级人工智能177Aglet API : Message ClasshandleMessage method:Public boolean handleMessage(M
121、essage msg) if(msg.samekind(“my name”) String name=(String)msg.getArg(); return true; /Yes, I handled this message else if(msg.samekind(“your name?”) msg.sendReply(“Yina”); /Return its name return true; /Yes, I handled this message else return false; /No, I did not handle this message2024/7/25史忠植 高级
122、人工智能178Aglet API : AgletID ClasslIdentity: lGlobally uniquelThroughout lifetime lAgletID objectlHides the implementation-specific representationlImmutablelUse :lAgletID aid=proxy.getAgletID();lproxy=context.getAgletProxy(aid);2024/7/25史忠植 高级人工智能179Anatomy of an AgletlCreation & DisposallClonelMobili
123、ty Dispatch and RetractlPersistence Activate and Deactive2024/7/25史忠植 高级人工智能180Creationlpublic final AgletContext Aglet.getAgletContext()/Example: getAgletContext().createAglet(getCodeBase(),”SomeAglet”,null);lMethods that can be overriddenprotected Aglet.Aglet()Public void Aglet.onCreation(Object i
124、nit)Public void Aglet.run()createAglet()Aglet()onCreationrun()2024/7/25史忠植 高级人工智能181Disposalpublic final void Aglet.dispose();public void Aglet.onDisposing();Dispose()onDisposing() run()2024/7/25史忠植 高级人工智能182EventlEvent Types:lCloneEventlMobilityEventlPersistencyEventlDelegation-Based Event ModelClo
125、neListener CloneAdapterlMobilityListener MobilityAdapterlPersistencyListener PersistencyAdapter2024/7/25史忠植 高级人工智能183CloningPublic final Object Aglet.clone()Public final void Aglet.addCloneListener(CloneListener listener)Public final void Aglet.removeCloneListener(CloneListener listener)public Clone
126、Adapter.CloneAdapter()public void CloneAdapter.onCloning(CloneEvent event)public void CloneAdapter.onClone(CloneEvent event)public void CloneAdapter.onCloned(CloneEvent event)2024/7/25史忠植 高级人工智能184lCloning (continued)public class CloningExample extends Aglet boolean _theClone=false; public void onCr
127、eation(Object o) addCloneListener(new CloneAdapter() public void onCloning(CloneEvent e) / print to the console public void onClone(CloneEvent e) / print to the console public void onCloned(CloneEvent e) / print to the console ); public void run() if (! _theClone) /the original runs here try clone()
128、; catch (Exception e) System.out.println(e.getMessage(); else /the clone runs hererun()onCloning()onCloned()onClone()run()originalclone2024/7/25史忠植 高级人工智能185Mobilityl- Dispatchingl- Retractingrun( )dispatch( )onDispatching( )onArrival( )run( )OriginDestinationretractAglet( )onArrival( )run( )run( )o
129、nReverting( )Local Remote2024/7/25史忠植 高级人工智能186PersistencelPersistencerun( )deactivate( )onDeactivating( )onActivation( )run( )BeforeAfterAglet ContextDeactivateActivate2024/7/25史忠植 高级人工智能187Inside Aglets lArchitecture Overview Services and User-defined aglets Aglet API Aglet Runtime LayerCore Frame
130、workManagement ComponentsCacheManagerSecurityManagerPersistanceManager Communication APICommunication Layer2024/7/25史忠植 高级人工智能188Communication LayerlCommunication APIlAgent Transfer Protocol(ATP)lAn ATP request consists of : a request line, header fields, content.lFour standard request method:lDispa
131、tchlRetractlFetchlMessageHostHostATPATPHTTPHTTP Tunneling of ATP2024/7/25史忠植 高级人工智能189Aglet SecuritylPrincipallAgletlContext & ServerlNetwork DomainlPermissionslProtectionlPolicy & AuthoritylAglet ownerlContext ownerlNetwork Domain owner2024/7/25史忠植 高级人工智能190智能体网格智能平台AGrIP城市应急联动和社会综合服务系统有无线通信系统联动中心终
132、端设备RDBMSODBMSRDBMSODBMS呼叫管理中间件支撑平台中心辅助系统专业应用系统数据库系统外部系统指挥决策系统应急联动与社会综合服务系统应急联动与社会综合服务系统GEISGEIS2024/7/25史忠植 高级人工智能191GEIS系统结构系统结构2024/7/25史忠植 高级人工智能192成果应用成果应用-配电网故障恢复决策系统配电网故障恢复决策系统 恢复策略恢复策略 2024/7/25史忠植 高级人工智能193成果应用成果应用- 电子商务电子商务系统结构ApplicationServicesSearchAgentBargainAgentInfoAgentDF AgentAMS A
133、gentRMA AgentAgentPlatformManagementMAGEAgentPlatformJavaBeanJSPServletWebApplicationInterface AgentInterface AgentBrowserBrowserUsersResourcesDataBaseStrategiesModelsInformation2024/7/25史忠植 高级人工智能194成果应用成果应用- 电子商务示范12024/7/25史忠植 高级人工智能195成果应用成果应用- 电子商务示范电子商务示范22024/7/25大数据挖掘 史忠植196 Thank YouIntelligence Sciencehttp:/
