（计算机应用技术专业论文）基于多智能体的交通流微观仿真.pdf

摘要 在智能交通系统中，交通流仿真软件是人们评估交通管控策略、 验证交通流理论中新的算法、和培训交通管理人员的有效工具。同 时，多智能体系统，作为计算机科学与分布式人工智能领域的最新 进展，提供了研究像城市交通系统这样的复杂系统一个新的途径。 本文建立了一个基于多智能体的城市交通流微观仿真系统，主要展 开了以下研究： 确立了基于多智能体的交通流微观仿真模型的三层体系结构， 分别为车辆智能体、路段智能体和路网智能体。车辆智能体仿真路 网中车辆的运行，路段智能体收集各种状态信息，路网智能体控制 交通系统的各个组成部分。通过三部分的协调与合作，仿真交通系 统中从车辆运行的微观行为到各种控制策略的实施全过程； 利用多智能体系统理论对车辆的微观换道行为重新建模。考 虑到车辆在变换车道过程中的竞争与合作关系，并对这种竞争与合 作产生的原因，合作的方式进行了讨论； 使用而向对象程序设计语言开发了基于多智能体的交通流微 观仿真软件。包括路网描述模块、车辆行驶模块、行驶控制模块、 i 瞒控与记录模块等； 在程序没计中广泛使用设计模式。各种控制模块不是“硬编 码”在系统中，增强了系统的可重用性、灵活性和可扩展性。 关键宇交通仿真，多智能体系统，交通管理，智能交通系统 a bs t r a c t n a m c p r o b l e mi s a ni m p o r t a n tp r o b l e ma 1 1o v e rt h ew o r l d ，i th a s s e r i o u s l yi n f l u e n c e dt h es o c i e t y ，h o wt o s o l v ei ti st h e k e yp r o b l e m p e o p l ep a ya t t e n t i o nt o ，n o w ，”i n t e l l i g e n tt r a n s p o n a t i o ns y s t e m ”，w h i c h a i l n st os 0 1 v et h et r a m c p r o b l e mu s i n g t h ea d v a l l c e ds c i e n c ea n d t e c h n 0 1 0 9 mi sb e c o m i n gt h er e s e a r c he r n p h a s i si nt r a m cf l e l d s i ni t s ， t r a m cs i m u l a t i o ns y s t e mi st h em o s te m c i e n tt o o l i nt h eo p e r 撕o no f t 】a n s p o r t a t i o ns y s t e m s ，t h r o u g hs i n l u l a t e t h er e a lw o r l d st r a 艏cn o 、v ， t r a m cs i m u l a t i o ns y s t e mc a nt e s tt r a m cm a n a g e m e n t s t r a t e g i e s ，v a l i d a t e t i a f t l cc o n n o la l g o r i t h m ，h e l pt ot r a i nn e w e n g i n e e r ，a n ds oo n m e a n w h i l e ，m u l t i a g e n ts y s t e m ，an e wp a r a d i g mo fc o m p u t e ra n d d i s t r i b u t e da r t i f l c i a li n t e l l i g e n c e ，p r o v i d e san e w w a y f o rt h er e s e a r c ho f s u c h c o m p l i c a t e ds y s t e m s a su r b a nt r a f f i c s y s t e m t h i sr e s e a r c h d e v e i o p sa na g e n t _ b a s e dm i c r o s c o p i ct r a m cs i m u l a t i o ns y s t e m ，w h i c h f b c u so n ： e s t a b l i s ha na g e n t b a s e dt h r e e l e v e lm o d e la r c h i t e c t u r eo nt 1 a m c f l o ws i m u l a t i o n s y s t e l n ，w h i c h a r ev e h i c l e a g e n t ，s e g m e n ta g e n ta n d 1 o a dn e t w 0 1 k a g e n t v e l l i c j ea g e n t s i m u l a t e sv e h i c l e l s m i c r o s c o p i c b e h a v i 0 1 ，w h i l es e g m e n ta g e n tg a t h e ra 1 1 i n f o r m a t i o n t h r o u g h o u tt h e r o a d n e t w o r k s ， a n dr o a dn e t w o r k a g e n t c o n t r 0 1t h e t r a n s p o r t a t i o n s y s t e m s t h r o u g ht h r e ep a r t s c o o r d i n a t i o na n dc o o p e r a t i o n ，t h et r a f 矗c s i l l l u l a t i o n s y s t e m c o u l dm o d e lm a n yt r a m cb e h a v i o r s 矗o mv e h i c l e 1 1 1 0 v i n gt ot r a m c c o n t r o ls t r a t e g i e s r e m o d e lt h ev e h i c l e s i a n e c h a n g i n g b e h a v i o r t h r o u g h t h e u t i l i z a t i o no f m u l t i - a g e n ts y s t e mt h e o r y a n a l y z ec o m p e t ea n dc o o p e r a t e r e l a t i o n s h i pb e t w e e ne a c hv e h i c l ew h e nl a n e c h a n g i n gb e h a v i o ro c c u r s a 1 s o ，s o m em a n n e r so fc o o p e r a t i o na r ed i s c u s s e d d e v e l o p a n a g e n t b a s e d t r a f f l cs i m u l a t i o n s o 赶w a r e ， w h i c h i m p l e m e n t e di nc + + u s i n go b j e c t o r i e n t e dp r o g r a m m i n g ，i n c l u d e sr o a d n e t w o r k d e p i c tm o d u l e ，v e h i c l em o v i n gm o d u l e ，m o v i n g c o n t l o lm o d u l e s u r v e i l l a n c ea n dr e c o r dm o d u l e e t c d e s i g np a t t e m sa r ew i d e l yu s e di np m g r a l t l m i n g ，s ov a r i o u so f c o n t r o lm o d u l e sa r en o t ”h a r d _ c o d e d ”i nt h es y s t e m b yd o i n gs o ，t h e s o r w a r es y s t e mc o u l db em o r en e x i b l e ，e x t e n d a b l e a n du l t i m a t e l y r e u s a b l e k e yw o r d st r a 衔c s i m u l a t i o n ，m u h i - a g e n ts y s t e m ， t r a m c c o n t r o l ，i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了沦文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证二伟而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在在论文中作了明确的说 明。 作者签名：砌日期： ! 幺年月二日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位 论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论 文；学校可根据国家或湖南省有关部门规定送交学位论文。 作者签名：墨垒丝l 一导师签名琴二莽日期：业旺月珥日 了了7 7 j 叫 第一章绪论 1 1 交通流仿真 第一章绪论 随着城市中各种车辆的快速增加，交通堵塞现象越发频繁，人、车、路之 问的矛盾也日益尖锐。要解决或缓解这一一对矛盾通常从以下两个方面着手：第 一，改变路网的结构，扩充道路的通行能力：第二，采用更先进的交通管理和 优化策略。对城市道路进行扩容常常需要巨大的投资，政府在做出这项决定前 要做大量的调研工作。研究还发现，人们对交通需求的增长速度要高于道路能 力的扩容速度。因此，采用先进的交通管理措施是比较现实和经济的选择，智 能交通系统( i t s ) 应运而生川。它的应用，将有助于实现单一依赖基 i f 设施扩 张的粗放型交通增长向依靠高新技术进步，以提高效率为核心的集约型交通发 展的转变j 。 通过对城市交通的深入研究，人们发现交通系统实际上是一个动态地复杂 大系统，其结构复杂、开放性强、存在许多不确定及随机的影响因素，其中既 有人与人之间的交互( 如驾驶员与驾驶员之间的交互、驾驶员与行人之间的交 互等) ，又有人与系统本身的交互( 如驾驶员对交通信号的反应、对交通规则的 遵守等) 。所有这些决定了交通系统难以分析、控制和优化。有时，一个复杂的 交通管理策略却并不一定能带来好的效果口j 。这时，就需要有一个评估措施来 检验某一管理策略的优劣。 对管控策略进行评估如果在现实路网中进行，则面临以下几个限制因素： 第一，费用高昂。新的管理策略通常需要引入新的设备或对现有设备升级 改造，这些使得整个试验成本过高。 第二，由于交通系统中各组成要素彼此作用、互相影响，因此仅仅将试验 范围限制在某一小的区域并不一定能够观察出新的策略对整个路网的影响。若 将试验范围扩大，则组织起来有相当难道。 第三，容易受到天气、交通事故等外界因素的影响。 然而，在实验室中通过计算机仿真整个交通网的运行，并将新的管理策略 加入这个虚拟的路网中进行试验和评估，则可以避免上述的限制因素。因此， 使用计算机来最大程度的仿真交通网络的运行情况日益引起人们的兴趣。近年 来，由于： 1 交通流理论的发展； 2 计算机硬件技术的进步； 硕士学位论文 第一章绪论 3 编程工具的革新； 4 整个社会基础信息系统的完善； 5 以及人们对新的管控策略所造成的影响要求越来越详细的分析结果。 应用计算机技术对交通流进行仿真取得了极大的进展【4 】。 交通流仿真是通过使用计算机对交通流模型进行仿真试验，以复现交通流 时间、空间变化的技术。交通流仿真运用现代计算机技术再现实际交通系统的 特性、分析交通系统在各种设定条件下的可能行为，以寻求现实交通问题的最 优解，是评价运输设施各类运用设计方案效果的有效方法【5 1 。 根据仿真系统驱动方式的不同，交通流仿真可以分为时间扫描仿真与事件 扫描仿真： a ) 时间扫描仿真1 6 j 将时间分成等长或不等长的确定的小时段，此时间变量即仿真钟。仿真计 算的过程就是根据当前仿真时刻系统的状态推算出下一仿真时刻系统的状态。 仿真钟推进的时间间隔称为仿真步长。 b ) 事件扫拙仿真 以预定事件的出现作为确定仿真步长的依据，通过系统中所发生的事件来 改变系统的状态，用来建立仿真程序的事件必须是对仿真具有重要意义的事件。 交通流的仿真需要反映路网的连续动态特性，其中的某些事件即使是不重 要的，也需仿真，以复现交通系统的原始状态。所以交通流的仿真不适宜采用 事件扫描法，而采用时间扫描法则可描述每一时间段所有车辆的状态，因而能 更真实地反映路网交通状况。 根据模型描述程度的不同，交通流仿真可以分为宏观交通流仿真、中观交 通流仿真与微观交通流仿真： 宏观交通流仿真 对交通系统的要素及行为的细节描述处于一个较低的程度，着重从全局角 度来研究系统特性。宏观仿真模型中，交通流被视为一个可压缩的媒体或流体， 考虑的是车群运行，交通流的运动按照流体机制来处理，用数学关系式表达交 通流宏观变量：速度、密度和流量之间的关系。模型中不追踪单个车辆的移动。 宏观模型对于描述整个交通网络的全部流量是有效的，但宏观模型不能刻画系 统局部的动态变化，也无法兼顾每一车辆驾驶员的行为。 在使用宏观交通流模型仿真时，由于忽略了许多车辆微观的行为特性以及 缺乏对道路横纵断面变化和交通控制与管理特点变化的考虑，因此仿真的适用 范围有限，它更适用于稠密、均匀、稳定的交通流情形。典型的宏观仿真问题 的研究有路径出行选择问题、网络流量分配问题等。 2 硕七学位论文第一章绪论 微观交通流仿真 对组成交通系统的各要素及其行为的细节描述程度最高，其对交通流的描 述是以单个车辆为基本单元。微观模型采用的规则主要包括车辆移动基本规则 ( 包括跟车模型与换道模型) 和信号约束规则，通过运用这些规则刻画网络中 运行的单车的行为，模型能够反映出车辆间的相互作用，描述车流运行的随机 行为、车流中车型构成不同时的交通特性和不同驾驶员路径选择偏好等。并且 路网上的每一辆车的运行情况都被记录下来，因此通过统计汇总就可以得到交 通系统的各主要数据和参数，如车辆的行驶速度、旅行时间、等待时间，路段 的流量，路口的通过量，排队长度等。因此微观仿真系统是交通流研究中一种 直观、方便、灵活的工具。 由于微观仿真需要描述交通系统中各个对象的行为细节，它一定程度上受 仿真车辆数量的限制，也取决于计算机的c p u 及内存容量，多数模型难以在大 规模网络上在线运行。主要用于离线仿真来研究交通运行过程，评价新的交通 控制与管理策略的利弊。 中观交通流仿真“j 对交通系统的要素及行为细节的描述介于宏观仿真与微观仿真之间，既可 以描述宏观交通流模型中的时间与空间状态特性( 如密度、流量与速度) ，又可 以保留微观模型中的核心数据，如运行速度、旅行时间和旅行距离等特性各异 的l 讧个车辆的运行结果。 最典型的中观建模方法是：将网络中的各链( l i n k ) 根据需要分成多个路 段( s e 叫1 e n t ) ，在这些路段中，车辆的运行按照宏观流模型来运行。在每一驾驶 员一车辆元素”中，可以加入一些参数来刻画诸如加速度、减速度等动力学特性 以及诸如期望速度、道路能力期望裕量等驾驶员的心理特性。 不过，与微观模型相比，中观模型只能部分刻画“车辆一驾驶员元素”的行 为。随着计算机技术的发展以及分布式计算和并行处理技术的应用，微观仿真 模型也可以在更大的网络上描述更多流量的交通问题，因此，现在新涌现的交 通流仿真模型大都是基于微观尺度的。 1 2 国内外研究现状 将计算机仿真应用于交通系统的研究起始于1 9 5 5 年的一篇论文： t s i m u l a t i o no ff r e e w a yt r a m co nag e n e r a l p u r p o s ed i s c r e t ev a “a b l ec o m p u t e 一8 1 。 经过了近五十年的发展，交通流仿真已经从一小部份科研人员的研究工具发展 为在交通系统中广泛应用的研究、规划、评估与分析技术。一个由英国、瑞士 硕士学位论文第一章绪论 果，这需要将不同的交通管理策略集成在一个仿真系统中，而不是对某一个单 一的策略( 如动态诱导、信号配时、o d 矩阵的反推等) 简单验证，还要提供开 放的接口能够仿真更新更先进的控制逻辑。目前的大多数仿真系统尚不具备这 种能力。 3 仿真的现实性 即仿真系统的准确度。微观仿真与宏观、中观仿真的根本区别就是对交通 系统的描述非常细致，人们可以近似的认为在仿真系统中评估的交通控制策略 会在现实的交通系统中达到同样地效果。因此如何使仿真系统能够更加逼真地 复现现实世界的交通状态也是人们追求的目标。比如对跟车模型的研究，最早 是通用汽车研究实验室提出的刺激一反应模型，随后人们对此模型的参数进行 的调整，并对司机的反应状态加入了更多的参数进行描述。为了克服刺激一反 应模型的缺陷，又提出了其它许多模型，如安全距离模型，心理空间模型，以 及c a ( c e l l u l a r u t o m a t a ) 模型等，近来也有将模糊逻辑加入跟车模型的尝 试。，所有这些模型都是为了更精确的描述车辆的行驶行为。 1 3 基于多智能体的仿真( m b s ：m u a g e n lb a s e ds i m u l a “o n ) 山以上讨论，随着对仿真工具应用的增加，人们对仿真系统从速度、功能 利准确度等方面提出了更高的要求。尤其当面对像交通系统这样庞大、复杂的 系统时，传统的建模方法”存在着种种缺陷： 首先，交通系统为不确定系统，各个事件问的关系是刁铂定的，不得不使 用概率变量来建模未知的系统，从而降低了系统的准确度。 如在对车流的产生仿真时，人们通常假定车头间距服从爱尔朗分布“。而 现实情况是车流的产生在不同的时段肯定会有不同的分布，在高峰期间产生的 车辆多，非高峰期间则产生较平稳的车流，因此不可能会有符合某一特定分布 特性的车流产生情况。 其次，对复杂系统建模，则可能会由于方程的个数或方程的参数数量过大， 以至于无法求解。或者即使能够求解，也得不到稳定解。因为一个复杂系统本 身就是不稳定的，要对其精确建模也刁；可能得到稳定解。 如对交通流宏观建模时。，人们通常将交通流看作稠密、不可压缩的流体， 应用流体动力学模型，求出速度一密度曲线，然后根据此速度一密度曲线研究 交通流的特性，进而提出改进的措施。然而，流体动力学模型中的偏微分方程 难以求解，从控制的角度看，需要对方程作空间离散化，得到一个差分方程。 考虑到计算量的要求，还需对模型作时间离散化，在此很难选取适当的离散化 第一章绪论 步长，另外差分格式选取不当也会使计算失稳或不收敛。更为严重的是，交通 工程人员发现，车流的速度随车流密度上升而单调下降。这明显区别于一般流体 的特性，守恒方程式不能充分解释这一现象“。2 “。工程人员还发现交通系统中 不存在唯一的速度一密度关系，每条速度一密度曲线都有各自的适用范围o 。 这一点是交通流流体动力学模型的普遍缺陷。 最后，对现代智能交通系统的研究，人们更多关注的是对整个系统性能的 提高。这个系统是一个分布式的、异构的环境，其中存在许多不同种类的硬件 和软件资源，如何将它们集成在一个系统中，更进一步，如何使它们之间能够 相互操作，并以一种统一、有效的方式合作日益成为人们关注的重点。这罩的 互操作性是指组成系统的各部分能够方便的获取对方的信息，并通过消息传递 的方式进行合作。传统的建模方法在实现互操作性方面有所限制，特别是当系 统的各个组成部分问的交互行为是动态的和自主的情况时“。 传统的建模方式之所以会遇到上述限制是因为其建模时主要将系统当作一 个整体，试图使用一个或一组方程式来刻画系统的全部特性。当系统结构简单， 綦于公式的建模方法能够得到很好的应用。但如果系统结构复杂，则很难用公 式来表达，特别时如果组成系统的各部分是异构的，就更难找到一个统一的公 式来描述它。由此可见，传统建模方式的主要缺陷是过渡的强调系统的集成性， 因此其主要的使用范围是结构单一的、集聚的控制系统，而不适用于分布式的、 异构的系统。 基于多智能体的仿真，则很好的解决了这一问题。它主要是利用这样一个 现象：简单的规则中可以涌现复杂的现象。即在复杂系统中，通过简单的智能 体间的交互就可以产生复杂的行为，而每一个智能体则是对复杂系统中某个单 独个体的简单仿真。与传统的基于公式的建模方法不同的是，基于多智能体的 仿真注重的是分散而不是集成，通过一种自然的方式来建模系统。它关注的是 个体的行为，每个个体均能自主地根据环境做出决策。决策的过程是启发式的， 可以根据以往的经验来找到最优策略或次最优策略。个体与个体之间也不是孤 立的，它们之间存在动态的、自主的交互行为。通过交互、合作与协调机制， 多个功能单一的智能体聚集在一起，就能复现系统的系列复杂现象。因此， 对于像交通系统这样异构的、分散的复杂系统来说，基于多智能体的仿真是最 适当的建模方式。 通过使用多智能体系统来仿真交通系统，现实世界中的个体元素( 如车辆、 信号灯、可变信号板等) 均可建模为自主智能体( a u t o n o m o u sa g e n t ) 。这些自 主智能体可以感知外界的信息并做出相应的反应，可以通过经验来学习，各智 能体闻可以互相通信、合作甚至竞争以达到各自的目标。由于控制逻辑是嵌入 硕士学位论文 第一章绪论 在相应的智能体个体中，所有的控制逻辑均易于建模和调整，因此基于多智能 体的仿真系统能够很方便地描述像城市交通这样复杂的系统。 此外，智能交通系统中的一些控制策略，如动态路径诱导，对司机的的驾 驶行为究竟有多大影响目前还不清楚，要对人的认知及社会行为进行建模，传 统的方法已不适用。而多智能体系统，作为分布式人工智能的最新进展，非常 适合对人的行为进行仿真。 注 仿真包括实物仿真和计算机仿真两种。实物仿真是指将参照物按比例缩小来仿 真研究，如飞机设计中进行的风洞试验。计算机仿真是指通过对系统分析，将其建模为一 系列方程，然后将初始变量和方程输入到计算机中，对输出数据进行分析，本文所指传统 的建模方法即这种基于公式( f o r m u l a t i o nb a s c d ) 的方法，是相对于基于多智能体的建模 ，n 去而青的。 1 4 本文主要研究内容 通过以上的分析，为了使仿真系统能更好地满足现实性的要求，本文构建 了一个基于多智能体系统的城市交通微观仿真系统。通过对整个交通系统的合 理设计，简化了系统的层次( 路网、路段、车辆三个层次) ，并使各个层次的功 能棚对简单，通过各个层次的相互合作来完成整个系统的功能，从而方便了系 统的扩展。本文还实现了一个车辆换道的多智能体模型，刻划了车辆行驶过程 。竞争与合作行为。 另外，由于受当时编程工具及编程思想的限制，现有的大多数仿真系统均 将控制策略“硬编码”在系统中。这就意味着若要评估一个新的控制策略，则 需要对原始代码进行较大的改动，使得代码的可复用性降低。因为原始代码通 常都由若干子模块组成，各个子模块相互调用共同实现系统的功能，若要更改 其中某模块的代码，相应的也要将与其相关联的其它模块一并更改，这样做 很容易出错。本文所设计的仿真系统，通过使用若干设计模式【2 ”，最大限度的 考虑到将来要面临的问题和需求，仔细地区分交通系统中的相关对象，并以适 当的粒度将它们归类，再定义各个类的接口和继承层次，使整个系统得到较好 的灵活性和可扩展性。若要评估一个新的控制策略，只需重新定义系统所提供 的接口，而原始代码不需要改动，这样就降低了出错的可能性，提高了系统的 可复用性。 综上所述，本文的主要研究内容有： 1 对组成交通路网的各个元素进行系统的分析、归类，建立基于多智能体 系统的三层结构模型； 硕士学位论文 第一章绪论 2 在三层模型的基础上，采用面向对象的编程技术，开发了一个交通流微 观仿真系统的初期版本； 3 利用多智能体系统的理论对车辆的行驶行为重新建模，建立一种新的超 车模型，并将此模型纳入系统的车辆运行模型中： 4 在设计交通流仿真系统的过程中，广泛地使用设计模式，以尽可能的增 加系统的灵活性和可扩展性。 在本章绪论的基础上，第二、三、四、五章使用多智能体系统来建模交通 系统t 以解决交通流仿真软件的现实性问题。第二章介绍系统的框架模型，第 二二、四、五章分别从路网、路段、车辆三个层次详细描述系统的构成。第六章 介绍仿真系统的软件实现，并讨论了仿真软件的可扩展性问题，最后为结语， 作为本文的归纳并提山了进步的研究方向。 硕士学位论文第二章系统框架 2 1 概论 第二章系统框架 虽然目前现有的交通流仿真系统在不同的研究领域已经有了成功的应用，但 是如前文的分析指出，交通系统的复杂性决定了对其建模仿真的难度，尤其是当 要对全路网范围的交通系统仿真时，传统的建模方法有种种的限制。因为交通系 统是一个复杂系统，要处理的数据量非常大，且所研究的对象是人这样一个不确 定的实体，要把这么多不确定的信息集中在一个地方实时处理显然是不现实的。 最好的方法是把这些信息分散存储在系统的各个部分，显然，人、车、路是这些 信息最好的载体。多智能体系统( m a s ：m u l t i a g e n ts y s t e m ) 的引入，对交通系 统的仿真提供了便利。 其次，现代i t s 的研究，需要了解交通系统和一些交通管控策略对人的影响。 若要对人的认知行为建模，需要人工智能方面的理论。通过使用分布式人工智能 理论柬建模，可以满足这方面的需要。 本章尝试使用多智能体系统来仿真交通系统，在介绍了关于智能体、多智能 体系统的一般概念后，建立了一个基于多智能体系统的交通流仿真系统的框架模 犁。 2 ，2 智能体 智能体的概念，最早形成于二十世纪五十年代，j m c c a r t h y 和g s e l f r i d g e 在他们构造的柔性系统中提出了“软件机器人”( s o f tr o b o t ) 的概念，这个“机 器人”是一段程序指令，可以完成所需任务的细节，并在发现问题或遇到困难时 提出来并接受人的指令。在七十年代，c a r l h e m t t 将这一概念细化，把一个自包 容的( s e l t - c o n t a i n e d ) 、能够交互并可以并发执行的对象命名为“角色”( a c t o r ) 。 一个角色将它内部状态封装起来并能对其它对象的消息做出相应的反应。 221 智能体的定义 在人工智能的研究领域中，目前尚没有一个对智能体的确切的定义，因为很 难确定究竟一个实体或一段程序需要具备那些属性就可以将其作为智能体。以下 列举一些不同的学者对智能体的定义： 硕士学位论文 第二章系统框架 j e n n i n g sa n dw o o l d r i d g e 9 3 ： 一个智能体，即存在于某一系统中，能够灵活自主的对其所处的环境做出反 应以完成其特定目标的计算机系统。 s h o h a m 蚓： 智能体，是那些用于诸如信念、能力、行为选择等人的心理行为的实体。 j a c q u e sf e r b e r ： 智能体是一个物理实体( 如机器人、汽车等) 或虚拟实体( 如一段计算机程 序) ，并满足以下约束条件： 1 ，能够在一定环境中发挥作用： 2 能够与其他智能体相互通信： 3 有内在的或外部的驱动力； 4 拥有一定的资源； 5 对周围的环境有一定的感知能力； 6 ，能够部分表征周围的环境( 或不具备表征环境的能力) ； 7 具备一一定技能并能提供服务： 8 有可能复制自身； 9 根据所拥有的资源、技能，通过感知、表征及通信，采取行动来达到自 己的内含的或外在的目标； b r a d s h a w ： 一个智能体即一段程序，它在某种程度上可以触发动作、产生其自身的目标、 构建完成目标所需的计划、与其它智能体进行通信以及对外界的事件做出反 应，所有这些都不受人的控制。 由以上定义可以看出，虽然对智能体的定义各不相同，但其基本的属性有自 主性、反应性和社会性。对智能体的应用可以带来以下优点： 1 、由于每个智能体拥有自己的知识，并能通过学习来适应新的环境，从而 增强了系统的灵活性与自适应性； 2 、智能体的知识是通过符号模型来表达，可以提高系统的抽象能力和模块 化的能力。更换某一智能体可以不用改变对用户的接口，即系统的改进对用户来 讲是透明的； 3 、一个精心设计的智能体具有一个完善的符号推理系统，从而增加了系统 的鲁棒性； 1 2 硕士学位论文 第二章系统框架 4 、智能体可以独立完成某个任务，也可以与其它智能体协作完成，使得系 统具备了并行处理的能力。 2 22 智能体的属性 对智能体进行准确定义的另一个方法是确定它的属性。一般而言，一个智能 体所应具备的基本属性有： 反应性( r e a c t i v e ) ：智能体应能感知它周围的环境并做出相应的反应。 自主性( a u t o n 。m o u s ) ：智能体必须不依赖人的干预来完成其动作，它应该自 主地选择问题的最优解并独立的完成。 自适应性( a d a p t i v e ) ：智能体可以从以往的经验中学习，获得知识以改进其 解决问题的能力。 社会性( s o c i a l ) ：智能体可以与其它智能体合作来完成其个体所无法完成的 任务，从而具有群体的属性。 除了以上一些基本的属性，在不同的应用背景下，智能体还具有其它的一些 属性： 移动性( m o b i i i t y ) ：智能体为了获得一定资源或为了与其它智能体协作而移 动到另一个系统的能力。 推理自皂力( i n f e r e n t i a lc a p a b i l i t y ) ：除了一些明确的模型，智能体还可以 通过逻辑推理来完成一些不确定条件下的任务。 复制自身的能力( r 印r o d u c t i o n ) ：指智能体可以复制自身，主要用在人工生 命f a rl i f l c i a ll i f e ) 的研究中。 22 3 智能体的分类 根据智能体的能力及其主要的属性，大体可以分为两类： 认知智能体( c o g n i t i v ea g e n t ) ： 认知智能体对所处环境拥有一套明确的符号模型，并能通过符号推理过程来 感知环境，它可以根据对环境的判断来预测未来环境的变化或评估为了完成任务 所需的成本。认知智能体可以记住所处环境并分析它们，预测其下一步可能的行 为所带来的影响，通过评估，选择出最佳策略，在与其它智能体之间的交流方面 拥有比较高级的能力，它可以互相协作，当资源有限时还可以相互竞争，并通过 协商来解决冲突。 认知智能体的缺点是当一个问题的搜寻空间范围非常大，尤其当可行解是属 于不连续的情况下时，其推理的过程比较耗时，不利于实时系统的应用，且推理 算法复杂，并不一定能得出全局最优解a 硕士学位论文 第二章系统框架 反应智能体( r e a c t i v ea g e n t ) ： 反应智能体根据刺激一反应规则，通过其传感器感应外部环境的变化，做出 相应的反应。它无法对环境建立符号模型，因此不具备预测的能力。 反应智能体的优点是结构简单，反应速度快。但由于只能对特定的环境进行 反应，其智能化程度有限。 事实上，大多数智能体既具有认知智能体的能力，也具有反应智能体的属性， 很难将其明确的划分到哪一类中( 如图2 一1 ) ： 认知智能体反应智能体 纯符号的 纯反射的 反应时间 预测能力 对完整的、准确的环境模型的依赖 图2 一l ：智能终的分类 224 智能体的应用领域 智能体作为人工智能学科研究的最新进展，已广泛的应用于各个领域。，如 智能机器人、柔性制造、协调专家系统、 决策、软件开发、虚拟现实、操作系统、 品设计、商业管理、网络化办公自动化、 统等。 分布式预测、监控及诊断、分布式智能 网络自动化与智能化、分布式计算、产 网络化计算机辅助教学与医疗、控制系 在交通控制方面，由于交通控制拓扑结构的分布式特性，使得应用多智能体 技术研究其特性成为非常自然的选择，尤其对于具有剧烈变化的交通情况( 如交 通事故) ，多智能体的分布式处理和协调技术更为有效。以城市交通控制系统为 例，b u r m e i s t e r 等。”提出了未来汽车多智能体联运系统；g o l d m a n 等。“提出采用 增量相互学习方法来协调交叉路口的两个控制：f i n d l e r ”1 给出了交通网络的分 级结构；a d o r n i 等。3 1 给出了汽车行驶路径规划的方法。 以汽车行驶路径规划为例，g i o v a n n i 等提出一个分布式路径诱导多智能体系 统，该系统利用多智能体的协调技术，将交通图知识库中的信息与路径边界搜索一 硕士学位论文第二章系统框架 算法相结合，建立一个局部世界描述机制，通过无线电获取信息，激活系统重新 规划路径，并提出一个获得最短路径的规划算法，从而产生汽车行驶的最佳轨迹。 系统向驾驶员提供行驶建议，避免汽车在行驶中发生冲突。该系统分为8 个智能 体，每个智能体具有不同的能力。 多智能体技术还应用于其它交通方式的控制系统，主要有飞行交通控制 ( a t c ) ”“、铁路交通控制( r t c ) ”和海洋交通控制( m t c ) 。 2 3 多智能体系统 多智能体系统是两个或两个以上智能体通过相互协调、合作以完成既定任务 的系统。多智能体系统作为分布式人工智能的一个分支和最新发展，同时也受其 它学科，诸如机器人学、心理学、生态学、人工生命等研究领域的影响。对多智 能体系统的研究主要集中于自组织行为的形成机制，在复杂系统中各智能体的构 造等。 单独一个智能体的研究，无外于过程辨识、自适应控制、信息滤波、问题的 规划等已有研究领域的深化和应用，但当多个智能体集结在一起，并通过相互通 信关联起来，则能产生新的应用。将结果或功能非常简单的多个智能体组织起来， j 煎过交互、合作与协调，就可以产生高度复杂的智能行为。这一智能并不是存在 于某一个体中，而是分布于整个多智能体系统之中，通过智能体间相互协调的动 作表现出来的。 2 31 交互作用 智能体间的交互是多智能体系统中最重要的行为，正是这种交互行为使多智 能体系统具有了高度复杂的智能行为。智能体间的交互行为是通过一系列的事件 先成，具体分为直接和间接两种。无论是直接还是间接的交互，都伴随有消息的 发送过程。 交互行为可以根据： 1各智能体的目标是否兼容。如果目标不兼容，则完成各个目标的过程中 就会发生冲突，此时个体间将有竞争关系； 2 智能体所需资源能否满足。如果个体所拥有的资源不足以其独立地完成 任务，就需要多个智能体相互协调，共享有限的系统资源： 3 单个智能体能否独自完成其任务。是指智能体的能力是否满足其独立地 完成任务，如果无法独立完成任务，就需要多个智能体间的合作。 可以分为八类，如表2 1 所示： 硕士学位论文第二章系统框架 表2 一l ：智能体问交互行为的种类 目标资源能力可能的交互状态类型 兼容充足满足独立完成，不需交互 简单合作 兼容充足不满足 ( 如采用通信方式) 兼容不充足满足阻塞( 如交通堵塞) 兼容不充足不满足有协调的合作 不兼容充足满足个体竞争( 如赛跑) 群体间的竞争 不兼容充足不满足 ( 如团队竞争) 不兼容不充足满足个体间对资源的冲突 不兼容不充足不满足群体问对资源的冲突 232 合作与协调 如上所述，在多智能体系统中，如果单个智能体的能力无法完成任务或其占 有的资源有限，则需要多个智能体合作来完成，当多个智能体因各自需要而组织 在一起相互合作时，它们之间如何协调则成为主要的问题。最简单的解决方法是 将任务分解为多个子任务，并分派给各个智能体来完成。将任务进行分解与派发 有两种方式： 集中式分配： 在集中式分配中需要有一个专门的智能体来充当“协调者”的角色，它将任 务分解并根据各个智能体的能力将子任务分发。这种分配方式的缺点是这个专门 没立的“协调者”需要了解所有其它智能体的全部信息，包括各个智能体的能力、 对系统资源的占有情况、完成子任务所需要的成本等，并根据当时的环境条件来 动态的分配。优点是结构简单，易于实现。 分布式分配： 在分布式分配环境下，不存在一个专门的智能体充当“协调者”来收集系统 的全局信息。各个智能体根据它自己的任务要求，在无法独立完成时，请求其它 智能体提供服务，这种服务的请求不是强制性的。因此智能体不需要了解其它所 有智能体的信息，只是在无法独自完成任务时，将服务请求发送出去，如果有智 能体能够满足这一请求并提供服务，它将回应此请求。而提出请求的智能体会从 众多的回应中选取最优的方案与之合作。由此可见，分布式分配更加灵活，但实 现起来比较复杂。 综上所述，集中式分配方式实现简单但需要专门一个智能体来掌握全局信 砸十学位论文第二章系统框架 息，当智能体数量较多，所需要处理的数据量会很大。分布式分配方式虽然灵活， 但不易于实现。在具体设计多智能体系统时，需要根据实际的应用背景来选择究 竟采用哪种分配方式。当系统的设计需要满足全局最优条件，而个体最优有可能 与全局最优方案发生冲突时，应采用集中式分配方式，当冲突发生时，由这一专 门的智能体来协调解决。 2 33 通信 智能体间的交互、合作与协调都是通过通信来完成的。如果无法通信，各智 能体无法交换它们的信息与知识，也无法告知其意图，因此一个好的通信系统对 多智能体系统来说至关重要。好的通信系统，是指各智能体能够有效的传递它们 的信息。 信息的传递有同步与异步两种方式。在同步方式中，当智能体发送消息后将 会等待，知道接到答复为止。异步方式是指智能体发出消息后并不等待，继续它 的活动，而不论是否接到了答复。智能体间的通信可以采用直接通信、广播或黑 板模型。 一般来说，一个智能体所掌握的外界环境的信息越多，其构建符号推理模型 所需的计算量就越大，但其需要与外界通信的次数就将减少，进行通信所需要的 开销也会减少。 2 ，4 面向智能体的分析与设计。7 圳 水芦讨硷如何构建一个多智能体系统。构造一个多智能体系统，首先要做的 是对需求分析。通过对需求进行深入的分析，可以初步确定所构造多智能体系统 的整体框架和主要的行为模式，以保证能正确实现所有既定功能。”1 。由于在需求 分析阶段只需要把握系统的整体功能，因此并不涉及系统中各个功能的具体实现 细节。 需求分析后，就可以设计系统的框架。鉴于像交通系统这样的分布式系统， 其中的智能体具有自主解决问题的能力，各智能体间的交互关系非常丰富，同时 组成系统的组织结构又很灵活、复杂，传统的面向对象( o b j e c t o r i e n t e d ) 的分 析与设计理论已不再适用。本文介绍一种面向智能体的建模方法一一g a i a “。 g a i a 是专门针对面向智能体软件系统的分析与设计方法。它既能根据需求描 述进行系统分析，又能详细设计具体的功能实现。g a i a 通过建立如图2 2 所示 的各种模型将系统不断地细化，达到分析与设计的目的。 硕士学位论文第二章系统框架 图2 2 ：g a ia 各模型的关系 分檐阶段 浚讨输段 基于多智能体的建模采用一种自然的建模方式，它不需要采用从上到下的方 式，而是从下到上，先区分出组成系统的各个组成构件，然后再考虑它们之间的 交互关系。g a i a 将一个系统看作是一系列角色( r 0 1 e ) 的集合，系统分析的一个 重要的过程就是从需求描述中确定出角色。一个角色有四个属性：职责 ( r e s p o n s i b i l i t y ) ，表示角色所要完成的功能；许可( p e r 册i s s i o n ) ，表示为了完 成其职责需要的条件或需要占有哪些资源；活动( a c t i v i t y ) ，描述角色的动作。 协议( p r o t o c 0 1 ) ，描述角色与其它角色间的交互，用于生成交互模型。 确定角色模型后，就要考虑各角色间的关联行为，构造交互模型( i n t e r a c t i o n m o d e l ) ，交互模型由一系列的协议图表示。使用协议图可以将分析的焦点集中在 角色间的交互行为，而不是角色间的消息传递。 因此，g a j a 的分析阶段可归纳为： 1 确定系统中的角色，建立角色模型的原型： 2 对每一个角色确定其接口，即交互模型，用于捕捉角色间的交互行为： 3 根据交互模型来进一步完善第一步的角色模型。 在获得系统的角色模型和交互模型后，就对整个系统有了一个整体的认识， 即角色模型描述的是系统的基本组成部分，交互模型描述的是它们之间的联系和 交互行为。设计阶段是对分析阶段的细化，由图2 3 可知，在设计阶段共需构 造三个形式化的图形：智能体模型( a g e n tm o d e l ) ，服务模型( s e r v i c em o d e l ) ， 熟人模型( a c q u a i n t a n c em o d e l ) 。 智能体模型由角色模型而来，给各个角色增加了一个标识，用于表示角色可 硕士学位论文旃二章系统框架 以实例化的个数，具体含义如表2 2 所示。服务模型用与表示每个智能体所提 供的功能，每一个服务有输入、输出、前置条件和后置条件四部分组成。熟人模 型用