（计算机软件与理论专业论文）基于agent的体育训练管理决策支持系统的研究与实现.pdf

摘要 摘要 近年来，决策支持系统取得了长足的发展，应用到社会的各个领域。其中 体育运动、训练、管理是个很重要的应用领域。国内外关于这个方面也已有 了不少的研究成果，但大多是集中在某个具体的运动项目或是专业运动员的训 练管理上。而对于普通百姓，尤其是对于身体素质亟待提高的大中学生来说， 缺乏专业的决策支持系统对运动训练管理进行科学的指导。 本文介绍了决策支持系统的发展和现状，系统阐述了a g e n t 、m a s 相关理论 与技术，重点介绍了a g e n t 的实现、不同a g e n t 之间的通信和m u l t i a g e n t 体系 结构；研究了数据挖掘理论、方法和技术，特别是对关联规则挖掘技术进行了 深入的研究，重点研究了a p r i o r i 算法，并对其进行了适当的改进，得到改进后 的算法m a p r i o r i 算法，使其具有更高的执行效率，更加适合于学生身体素质信 息的关联规则挖掘。 将m u l t i a g e n t 技术和数据挖掘技术应用到决策支持系统当中，使之具有较 高的智能性、通用性和开放性。在此基础上，再根据体育训练管理这个实际领 域的特点，深入研究了基于m u l t i a g e n t 的d s s 体系结构，设计了一个适合于体 育训练管理的m u l t i a g e n t 体系结构，并对其中的各个部件进行具体的实现，最 终得到了基于m u l t i a g e n t 的体育训练管理d s s 。 基于m u l t i a g e n t 的体育训练管理d s s 能够为群体或个人制定相应的训练计 划，并在身体素质评估和体育训练方法这两个方面提供决策支持，为制定的计 划提供科学的理论依据。 关键词：决策支持系统；多a g e n t ；数据挖掘：体育训练 a b s t r a c t n o w a d a y s d e c i s i o ns u p p o r ts y s t e mh a sd e v e l o p e dr a p i d l y i t i sa p p l i e di n v 撕0 u sa r e a so fs o c i e t ya n da t h l e t i cs p o r t s ，t r a i n i n g ，m a n a g e m e n ta r eai m p o r t a n t a p p l i e da r e a al o to fr e s e a r c hf r u i t sa r ee x i s t e do n t h ea r e aa th o m ea n do v e r s e a s b u t t h e ya r em a i n l y f o c u s e do nt h ei d i o g r a p h i cs p o r ti t e m so rt h ep h y s i c a lt r a l n m g a n d m 剐【l a 2 e m e n to fa t h l e t e s b u tp r e f e s s i o n a ld s sa r el a c k e di ns c i e n t i f i c a l l ys u p e r v i s i n g t h ep h y s i c a lt r a i n i n ga n dm a n a g e m e n t f o rc o m m o np e o p l e ，e s p e c i a l l yf o rs t u d e n t - t h ei s a p e fi n t r o d u c e st h ed e v e l o p m e n ta n dr e s e a r c ha c t u a l i t yo fd s s ，e x p o u n d s t h er e l a t e dt h e o r i e sa n dt e c h n o l o g i e so fa g e n ta n dm a s ( m u l t i - a g e n ts y s t e m ) i n d e t a i l a 1 1 dw e i g h t i l yn a r r a t e st h er e a l i z a t i o no fa g e n t ，t h ec o m m u n i c a t i o n o fd i f f e r e n t a g e n t sa n at h e s y s t e m a t i cs t r u c t u r eo fm u l t i a g e n t i na d d i t i o n ，t h et h e o r i e s ，m e t h o d s a n dt e c h n o l o g i e so fd a t am i n i n g e s p e c i a l l yr e l a t e dr u l ed a t am i n i n ga r ei n v e s t i g a t e d a p r i o r ia l g o r i t h mi sm e n d e d t om - a p r i o r ia l g o r i t h m t h el a t t e rh a sb e t t e re x e c u t l o n e m c e n c a n dt h e ni sm o r e l yf i tf o rm i n i n gs t u d e n tb o d y d i a t h e s i si n f o r m a t i o n d s sa r em o r ei n t e l l i g e n t ，u n i v e r s a la n de x o t e r i c a f t e ra p p l y i n gm u l t i - a g e n t t e c h n o l o g ya n d + d a t am i n i n gt e c h n o l o g yi n t o i t b a s e do ni t ，t h ep a p e rt h o r o u g h l y i n v e s t i g a t e sa n d ；r e a l i z e st h es y s t e m a t i cs t r u c t u r eo fp h y s i c a lt r a i n i n ga n dm a n a g e m e n t b a s e do nm u f t i a g e n ta c c o r d i n gt ot h ec h a r a c t e r i s t i co ft h ep h y s i c a lt r a i n i n g a n d m a n a g e m e 矗a r 占巩t h ep h y s i c a lt r a i n i n ga n dm a n a g e m e n td s s b a s e do nm u l t i a g e n t i sa c c o m p o l i g h e da f t e re v e r yc o m p o n e n t i n s i d ei tb e i n gc o n c r e t e l ya c t u a l i z e d t h es y s t e mc o u l di n s t i t u t ep l a n sf o rt h ei n d i v i d u a l so rag r o u p ，c o u l dp r o v i d e d e c i s i o ns u p p o r to fb o d yd i a t h e s i s e v a l u a t i o na n dp h y s i c a lt r a i n i n gm e t h o d s ，a n d c o u l do f f e rs c i e n t i f i ct h e o r ye v i d e n c ef o rt h ep l a n s k e yw o r d s ：d e c i s i o ns u p p o r ts y s t e m ；m u l t i - a g e n t ；d a t am i n i n g ；p h y s i c a l t r a i n i n g i i 学位论文独创性声明 学位论文独创性声明 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。据我所知，除了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，也不包含为获得直昌太堂或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名( 手写) ： 韵破 签字日期： 钟年妙月胡日 学位论文版权使用授权书 本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权南昌大学可以将学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授 权中国科学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名( 手写) ：诸 签字日期：w 彤车f 月日 导师签名( 手写) ： f ， 。虱之二叭 。 签字日期：旷年胪月垌 第一章绪论 第一章绪论 1 1 决策支持系统概述 d s s 是决策支持系统( d e c i s i o ns u p p o r ts y s t e m ) l 燃t 。d s s 的概念最早是 由m i c h a e ls c o t tm o r t o n 和t h o m a sg e r r i t y 于1 9 7 0 年提出的，是7 0 年代末期兴 起的一种新的管理系统。管理的核心是决策，决策是一个过程，它是人们为实 现一定目标而行动方案，并准备组织实施的活动过程，也是一个提出问题、分 析问题、解决问题的过程。如果某一过程的环境和规律能够用明确的语言给予 清晰的说明或描述，则称为结构化问题；如果不能描述清楚而只能凭直觉或经 验做出判断的，则称为非结构化问题：介于两者之间的，则称为半结构化问题。 由于d s s 是一个迅速发展但尚未完全成熟的领域，所以d s s 从产生直至今天， 仍无一个统一的定义。概括地讲，d s s l 2 】是一种以计算机为工具，应用决策科学 及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化或非结构 化决策问题的信息系统，是以特定形式辅助决策的一种科学工具。它通过人机 对话等方式为决策者提供了一个将知识性、主动性、创造性和信息处理能力相 结合，定性与定量相结合的工作环境，协助决策者分析问题、探索决策方法， 进行评价、预测和选优。 自从d s s 出现后，就引起了人们的广泛关注，并且在理论研究和应用技术 方面取得了迅速发展，获得了一些令人瞩目的成果。随着新技术的出现和迅速 发展，d s s 的研究和应用也正在迅速发展。新一代d s s 主要向以下几个方向发 展【2 4 】：群决策支持系统( g d s s ) 、分布式决策支持系统( d d s s ) 、智能决策支持系 统( i d s s ) 、决策支持中心( d s c ) 等。 1 群决策支持系统( g d s s l 群体决策是相对个人而言的，将两人或多人召集在一起，讨论实质性问题， 提出解决某一问题的若干方案，评价这些策略各自的优劣并做出最后决策，这 样的决策过程称为群决策。群决策支持系统( g d s s ) 是在多个d s s 和多个决策者 的基础上进行集成、优化的结果，是由多个决策者的智慧、经验以及相应的决 策支持系统组成的集成系统，它以计算机及其网络为基础，用于支持群体决策 者共同解决半结构化、非结构化问题的决策问题。 第一章绪论 g d s s 是一种用来提高群体决策活动的有效的d s s ，是d s s 中新兴的、倍 受重视的一个发展领域。g d s s 有利于群体决策成员思维和能力的发挥，也可以 阻止消极群体行为的产生，限制了小团体对群体决策活动的控制。如何设计开 发g d s s 以支持群决策是一个复杂的任务。但随着通信、计算机等各种技术的 进步，如电子会议、局域网、远距离视讯会议以及决策支持软件的开发，g d s s 技术将会越来越成熟。 2 分布式决策支持系统( d d s s ) 随着计算机技术、网络以及分布式数据库技术的发展，d s s 技术出现了分 布式决策支持系统，即d d s s 。d d s s 是研究分布于多个物理位置上的决策体如 何并发计算、协调一致地求解问题。这些分布在不同物理位置上的决策体构成 计算机网络，网络的每个结点至少含有一个决策支持系统或有若干辅助决策的 功能。 d d s s 研究的重点足分布性和并发性。人们在研究人类利用知识求解问题的 过程中发现，大型复杂系统的求解需要由多个专业人员协作完成。由于某些问 题的知识和行为在空间上、时间上或逻辑上具有分夼性，d d s s 技术可将大型复 杂问题分化成多个子问题，使系统易于开发和管理同时各子系统并行工作可提 高整个大系统的求解效率和速度；还有助于增强系统的可靠性、问题求解能力、 容错能力和不精确知识处理能力。这就是人们研究d d s s 的一个重要原因。随 着i n t e m e t 网络的迅速发展，各种局域网、广域网的普及和分布式操作系统、分 布式数据库、知识库等成果的取得，使分布决策支持系统成为今后d s s 的一个 重要发展方向。 3 智能决策支持系统( i d s s ) i d s s 是d s s 和人工智能相结合的产物，是d s s 研究的一个热点。智能在 i d s s 中表现在以下几个方面： ( 1 ) i d s s 能够给使用者提供一个易于理解和学习，具有功能完善的人机接 口( 自然语言接e l 或会话接e 1 ) 。通过提问应答方式，辅助决策者确定问题的边界 条件和环境，有效地解决半结构化或非结构化问题。 ( 2 ) i d s s 中引入知识推理结构，通过将决策者的思维方法和决策经验以某 种方法表示，运用推理机制来模拟决策者的思维过程，以交互对话、规则推理 等方法引导决策者( 尤其是缺乏领域经验的决策者) 选择合适的模型，当某个模型 或算法解决不了问题时，i d s s 可以辅助决策者组合现有的模型，或辅助建立新 2 第一章绪论 的模型来解决问题。 ( 3 ) i d s s 具有根据决策问题进行任务分解，并自动选择、组合合适模型进 行求解的能力：在模型构造和模型操作中进行启发式控制，这就是智能调度此 外，i d s s 还应具有知识获取、动态数据抽取等功能。 ( 4 ) i d s s 具有学习能力，这主要体现在i d s s 在进行决策问题求解过程中， 在决策过程中能够自动分析决策者的决策策略，提取决策经验知识和启发式规 则，完善问题库，并最终能够自动抽取问题特征，获得问题分类规则和相应求 解策略，用以辅助决策者进行有效的决策。 i d s s 初期综合了传统d s s 的定量分析技术和专家系统的不确定推理的优 势，较原来的d s s 能够更加有效地处理半结构化与非结构化问题【5 8 】。通过专家 系统的支持，能够解决决策支持中的部分定性分析问题【9 1 。但是，到目前为止专 家系统对定性知识处理能力依旧较弱，尚无法解决很多不确定性分析问题，并 且专家系统实际运行时，存在很多不如人意的地方。 随着人工智能领域a g e n t 技术【1 0 。1 2 j 的出现，i d s s 逐步与a g e n t 技术结合 1 3 - 1 4 j 。a g e n t 技术在一定程度上确实可以避免专家系统的很多缺点，如a g e n t 通 过传感器获取信息，通过传感器和用户一起讨论问题，提供解答或求解的启发 性信息，用户可以通过自然a g e n t 身份成为系统的一部分，参与实现系统的功能， a g e n t 通过提供一些建议束帮助和补充人类问题求解过程，这些建议无需精确定 义，只要用户能清晰提炼即可，再由用户将建议配入问题求解。一个好的建议 往往比一个正确的解答更有效，因为前者包含了更多的协作和灵活的内容，a g e n t 之间以协作的方式解决问题有利于系统对问题更加全面的了解。 目前，人工智能的多个研究领域的研究新成果，如基于案例的推理、模糊 推理技术、分布式人工智能、多a g e n t 技术、数据挖掘技术等等，为智能决策支 持系统提供了强大的技术支持。尽管i d s s 的应用研究取得了巨大进步，并且得 到了广泛的应用。但对于多数i d s s 应用系统来说，仍有很多待解决的问题，主 要表现在：脆弱性和知识获取困难；知识维护及知识更新困难；对决策过程的 智能辅助程度较低；灵活性和适应性差；集成性差等问题。 4 决策支持中。c , ( d s c ) d s c 的概念是由o w e n 等人于1 9 8 5 年提出的，d s c 由先进的信息技术设备 和决策信息专家组成。他们随时准备开发和修改d s s ，以支持高层领导做出的 紧急和重要决策。d s c 的主要特点就是在d s s 基础上，采取了以决策支持小组 3 第一章绪论 为核一t 3 的人机结合的决策思想，以及定性和定量相结合的综合集成方法，以支 持决策者解决决策问题。d s c 是在把决策方法论、数据收集和分析方法、计算 机支持技术和软件等结合起来的同时，又融合了各科专家的技术经验、研讨结 果和社会知识的一种综合集成决策支持系统。 1 2 研究背景与意义 全民健身运动已成为我国当前的一项长期圈策。但国民身体整体素质的普 遍低下，尤其是大、中学生的身体素质的下降已成为国家的一大困扰。当然这 其中的原因有很多i i 5 。1 7 j 。 首先，学校体育的地位不高。在当前中国的教育体制下，学校体育在学校 教育体系中的地位不高是一种普遍现象。学生非常重视课本文化知识的学习， 而忽视了体育锻炼，对体育锻炼的重要性认识不够。学校体育日益失去了其应 有的作用，学生的素质未能得到全面的发展与提升。 其次、学校体育场地设施严重匮乏，不能满足广大学生体育锻炼的需求。 很多大学经过前几年的扩招，学生的数量猛增，但学校相应的硬件设施却得不 到及时的补充，从而就导致学生想锻炼却没有足够的场地来开展体育运动。 再者，体育训练方法和计划不够科学。体育教师队伍的水平直接影响到学 生体育训练方法和计划的合理性。然而，长期以来教学、训练计划的单一使得 体育教学方法缺乏科学性，不能根据学生自身的身体素质而出相应的训练计划 和方法，从而导致训练的效果也不够理想，学生体育训练的积极性较低。这在 很大程度上限制了学生们身体素质的提高。 2 0 0 8 年北京奥运会成功的举行，使人们比以往任何一刻都更加关注和积极 参与体育活动，这为丌展群体工作也创造了良好氛围。我国进入全面建设小康 社会、构建和谐社会阶段，经济社会迅速发展，人民生活水平不断提高，使人 们更为关心健康，健身成为人们建立新的生活方式的一种时尚追求和重要内容。 当前，高校体育教育的现状己无法适应这一发展的需要，改革势在必行。转变 体育教育思想，更新体育教育观念；提高体育课教学质量；加强课外体育活动； 建设高质量的体育师资队伍等都是摆在我们面前的迫切任务。高校体育是学校 体育的最高层次，对学生踏入社会后的体育观念和意识起着承上启下的作用。 如何使当今的大学生毕业后更好地适应社会，完成高校体育与社会体育的接轨， 4 第一章绪论 是高校体育义不容辞的责任，也是我们迈入新世纪刻不容缓的研究课题。在这 样的时代背景下，寻求一种科学合理的体育运动训练、管理方法就成为必然。 通过对现有大学生体育运动、训练、管理等各方面的研究分析，并结合计算 机人工智能理论以及现有的对体育运动、训练管理的决策方法的分析研究，找 出一种符合现代体育运动训练管理理论的决策支持方法，改善大学生身体素质， 提高大学体育竞技水平。本课题的目的就是构造一个基于a g e n t 的体育训练管理 决策支持系统。针对目前大学生体育训练管理中出现的问题进行改进，导出真 正符合大学生身体素质的科学合理的体育训练方法和计划。 1 3 国内外研究现状 决策支持系统的概念最早是在7 0 年代初提出来的。3 0 多年来，d s s 已在理 论探讨、系统开发和实际应用诸方面取得了令人瞩目的进步，文献专著不断涌 现，实际案例也同益增多，呈现出多元化的发展态势。 d s s 广泛应用于企业管理、系统开发、经济分析与规划、战略研究、资源 管理、投资规划等方面，支持各类决策问题的决策支持系统大量出现并已投入 使用。在国外，特别是工业发达的西方国家，d s s 已经进行实际应用，成为一 种正规的、普遍使用的信息系统。成功应用的例子大量出现，其软件和硬件己 商品化和通用化。 目前国外对体育运动、训练、管理的研究大都集中在针对特定的项目、专 业的运动选手的运动训练管理的决策支持问题，而面向大学生的体育运动训练 管理的决策支持及如何利用智能a g e n t 技术，实现通用性、开放性的系统尚未公 开报道。 虽然我国的d s s 的研制和开发早在1 9 8 5 年就开始了，但仍处于起步阶段【l 引。 在c n k i 跨库检索中检索出1 9 8 5 2 0 0 8 年与d s s 相关的论文有1 2 4 7 1 篇，但检 索出体育领域决策支持系统的研究论文仅1 2 篇。骆玉峰等利用文献检索、计算 机方法等研究方法研制出了运动心理咨询与心理训练智能决策系统( s p c t s ) 和 体育评价决策支持系统( s e d s s ) 。孙庆祝等( 2 0 0 0 ) 用文献检索、调查、系统 分析法、生命周期法建立了赛艇运动员竞技能力诊断、评价的系统模型和训练 过程优化设计、模拟和调控的决策支持系统陈培友等( 2 0 0 2 ) 利用文献检索、 现场跟踪调查、系统分析法、软件工程法、评价方法等方法设计出了举重运动 5 第一章绪论 训练决策支持系统( w s t - d s s ) 。绍桂华等( 2 0 0 4 ) 利用文献检索、计算机方法 等构建了全面健身信息分析与决策支持系统i h i a d s s 。吴卫兵等( 2 0 0 7 ) 利用 计算机方法等研究并设计了运动训练机能监控决策支持系统。 体育是- - f l 综合性很强的学科，它包含运动人体科学、体育人文社会科学 等等，2 0 0 0 年以前，体育应用决策支持系统的研究领域仅限于运动训练、体育 评价、体育管理等领域r 1 9 - 2 0 3 。同体育科学广泛的研究领域相比，d s s 在体育领 域内的应用还有待于进一步拓展。 1 4 本文主要工作与创新点 本文简要介绍了智能决策支持系统的发展与现状，系统地阐述了a g e m 、 m a s 相关理论与技术，重点研究了基于m u l t i a g e n t 的体育训练管理d s s 的体 系结构，在对理论和技术研究的基础上，设计和实现了基于m u l t i a g e n t 的体育 训练管理d s s ，并取得了较好的效果。另外还系统地介绍了数据挖掘相关理论， 重点研究了关联规则挖掘技术，对关联规则的经典算法a p r i o r i 算法进行了适当 的改进。具体说来，本文的主要工作包括以下几个方面： 1 介绍了决策支持系统的发展与现状，主要是智能决策支持系统( i d s s ) 的发展现状，以及目前国内外的研究现状，特别是智能决策支持系统在体育训 练领域的应用情况。 2 系统阐述了a g e n t 、m a s 相关理论与技术，主要介绍了a g e n t 的特性、 表示和推理，详细讲述了a g e m 的实现技术面向a g e n t 的程序设计。 3 对数据挖掘理论、方法和技术进行了研究，特别是对关联规则挖掘技术 进行了深入的研究，包括关联规则挖掘算法和关联规则挖掘模型。重点研究了 a p r i o r i 算法，分析了该算法的缺陷，并基于矩阵对其中比较低效的部分进行了 适当的改进，得到改进后的算法m a p r i o r i 算法，使其具有更高的执行效率，更 加适合于学生身体素质信息的关联规则挖掘。 4 根据体育训练管理这个实际领域的特点，深入研究了基于m u l t i a g e n t 的体育训练管理d s s 的体系结构，设计了一个适合于体育训练管理的 m u l t i a g e n t 体系结构。该结构使得系统的各个部分能够协调、高效地工作，用 户与系统之间、各个a g e n t 之间都能实现顺畅的交互。 5 设计并实现了系统的各个部件，重点是推理部件、数据库部件、界面部 6 第一章绪论 件的设计和实现。 6 总结了研究过程中遇到的一些问题，并对体育训练管理d s s 的发展和研 究趋势以及今后进一步的研究进行展望。 1 5 本文的内容与安排 本文的结构组织如下： 第一章绪论 概述了本文的研究背景和意义，简单介绍了智能决策支持系统的发展现状 和本文的研究背景以及意义，并对本文的工作重点和创新点作了简要的论述。 第二章a g e n t 理论与技术 对a g e n t 、m a s 理论、方法和技术做了详细的论述，并重点研究了a g e n t 的表示和推理技术。 第三章数据挖掘技术 详细阐述了数据挖掘相关的理论和技术，特别是关联规则挖掘技术。深入 研究了经典的挖掘算法a p r i o r i 算法，并根据实际需要对其进行了适当的改进。 第四章基于a g e n t 的体育训练管理d s s 的设计 根据体育训练管理这个实际领域的特点，深入研究了基于m u l t i a g e n t 的体 育训练管理d s s 的体系结构，设计了一个适合于体育训练管理的a g e n t 体系结 构。设计了系统的各个部件，重点是模型库、知识库、推理部件、数据库等部 件的设计。 第五章基于a g e n t 的体育训练管理d s s 的实现 简单介绍了n e t 环境，并对数据库进行了具体的实现，最终得到系统的运 行结果。 1 第六章总结与展望 对本文工作做出总结，并提出进一步研究的方向。 7 第二章a g e n t 理论与技术 第二章a g e n t 理论与技术 2 1a g e n t 技术简介 2 1 1a g e n t 的特性 在应用a g e n t 的技术中a g e n t 的定义和表现各不相同【2 l 】。那么，究竟什么 是a g e n t ，它又有哪些特性? 这些是a g e n t 研究者和应用者最为关心的问题，也 是目前a g e m 研究领域一直在争论和讨论的热点问题之一。 在有关a g e n t 特性的研究中，最经典和广为接受的是w o o l d r i d g e 等人有关 a g e n t 的弱定义”和强定义”的讨论【2 2 1 ，文献1 2 3 1 在分析一些典型的研究报告 和应用系统中，在对a g e n t 的描述或定义的基础上指出，一个a g e m 的最基本的 特性应当包括：反应性、自治性、面向目标和针对环境性。 ( 1 ) 反应性( r e a c t i v i t y ) ：a g e n t 能够感知它所处的环境，并能对环境的变 化做出及时而适当的反应。 ( 2 ) 自治眭( a u t o n o m y ) a g e n t 的运行不受人或其它a g e n t 的直接干涉， 它对自己的内部状态和动作有一定的控制权。 ( 3 ) 面向目标性( g o a lo r i e n t e d ) ：a g e n t 有能力处理复杂和高水平的任务， 具有如何分割任务、调度任务以满足目标的能力。 ( 4 ) 针对环境。i 生( e n v i r o n m e n to r i e n t e d ) ：a g e n t 不仅仅是对所处的环境做出 简单的响应，更重要的是采取积极主动的目标驱动的行为。 每个a g e n t 首先应具备这4 条最基本的特性，然后再根据其应用情况拥有其 他特性。a g e n t 可以拥有的其他特性包括：移动性、自适应性、协作性、诚实性、 连续性、友善性等特性f 2 4 2 5 1 。 研究和丌发人员没必要构建一个包括上述所有特性的a g e n t ，他们往往是从 应用的实际需要出发来开发包含以上几部分特性的a g e n t 系统。但既然是称为面 向a g e n t 的技术或系统，那么就应当满足上述提到的4 条最基本的特性。根据 a g e n t 的特性可以给出a g e n t 的简单定义：a g e n t 是一种在特定环境下能感知环 境的变化，进而积极地做出相应的反应，并能自治地运行以实现特定目标的计 算实体或程序。 ， m a s ( m u l t i - a g e n ts y s t e m ) 是由多个a g e n t 组成的系统，它在a g e n t 理论 8 第二章a g e n t 理论与技术 的基础上重点研究a g e n t 的互操作性以及a g e n t 间的协商和协作等问题。基于 a g e n t 的系统( a g e n t b a s e ds y s t e m 简称a b s ) 是指使用了a g e n t 思想或技术的系 统。a b s 可能只包含一个a g e n t ，如用户接口a g e n t 或软件秘书等，但通常是指 m a s 的应用实例【2 6 1 ，j e n n i n g s 等人还指出，a b s 可以是只借用a g e n t 概念而用 其他技术( 如o o p ) 实现的系统【2 1 1 。 2 1 2 对象与a g e n t 2 1 2 1a g e n t 的思想与目标 o o ( 面向对象) 的基本思想是从现实世界中客观存在的事物出发，强调直 接以问题域中的事物为中心来思考问题、认识问题，根据这些事物的基本特征， 将其抽象为对象，并作为系统的基本构成单位，通过对象、类、继承、封装、 消息等基本概念来进行系统分析、设计、开发和程序编制，其本质上是一种自 底向上的组合【2 7 】。 o a ( 面向a g e n t ) 的基本思想是从现实世界中人类、事物和环境出发，认 为事物的特性特别是动态特性在很大程度上受到与其相关的人和环境的影响， 强调认识、思维与客观事物及其所处环境之间的相互作用，将影响事物的主观 与客观特征相结合，并抽象为系统中的a g e n t ，作为系统的基本构成单位，通过 a g e n t 之间的合作实现系统的整体目标。 对象的属性和方法反映了事物的静态特征和动态特征，对属性和方法的封 装反映了事物的相对独立性。但是客观世界中的事物与其所处的环境有着十分 密切的关系。为了考虑动态环境对事物的影响和作用， a g e n t 引入了信念、期 望、意图等心智状念和规划、学习等心智活动，将人类的主观意志和客观世界 紧密结合，强调对动态环境变化的适应能力，有利于反映客观事物之间深层的 联系及静态和动态特征之间的本质与根源【2 引。 2 1 2 2a g e n t 的运行机制 大多数面向对象系统中只有一个控制线程，负责控制对其它对象的调用等， 其运行的所有进程基本上是串行和顺序的，在同一时刻只有一个对象的方法被 激活，所有对象共用同一个控制线程，是一个单控制线程的顺序系统。 一个多a g e n t 系统通常由多个a g e n t 组成，并通过a g e n t 之间的协作完成系 统整体目标。系统中的每个a g e n t 是一个独立软件实体，各自决策自身的行为， 其运行是并行的，它可以在一台计算机上，也可以分布在由多台计算机构成的 9 第二章a g e n t 理论与技术 网络上分别执行不同的任务。在同一时刻，系统中有多个a g e n t 处于活动状态， 同时还有多个a g e n t 在等待和休眠状态，可以随时被唤醒以执行必要的任务或服 务。所以，多a g e n t 系统是一个多控制线程的并发系统1 2 引。 面向对象采用较为封闭和静态的系统结构，所有的对象必须接受系统的严 格管理和控制，不允许对象的自由进出，增加或删除一个对象会对系统提出许 多苛刻的要求。 面向a g e n t 的系统追求系统的开放性，采用较为松散的联邦s i t s 4 ，通过联合 和协作实现其目标，允许成员较为自由地进出，其结果是动态的，根据不同的 日标细合成不同的组织结构。a g e n t a 若需要a g e n tb 的帮助，则向环境或直接 向a g e n tb 发送请求帮助信息，而不同于对象方法的显式调用，a g e n tb 通过感 知器获悉a g e n tb 的帮助要求后自主决定采取何种方式来完成请求，所有的决策 和计算过程a g e n ta 都无法干预，也不必干预。没有a g e n tb 的帮助的结果不会 是整个过程的失败而是完成任务的质量下降。 2 1 2 3a g e n t 的封装与复用 封装是面向对象的基本特征。所谓封装就是把对象的属性和方法结合成一 个独立的系统单位，并尽可能掩藏内部实现细节。面向对象封装了对象状态和 方法? 并且所封装的方法不是完全自制的，即对象对封装于其中的方法没有完 全的控制权，它无权拒绝有权引用该方法的其它对象的随时请求。 与对象相比，a g e n t 的封装则更进了一步，它同时封装了a g e n t 的信念、知 识、意图、推理机制等心智状态和心智行为。a g e n t 中的行为与对象中的方法有 很大区别：a g e n t 的行为不仅仅包括方法，同时还包括了使用这些方法的方法。 若把方法比喻为工具，行为则是工具和工具使用规则。相对于对象而言，a g e n t 可以提供更好的服务【2 8 】。 面向a g e n t 要求有严格的封装机制，所有的知识和行为均不可见，不允许其 它a g e n t 对其随意存取和引用，这充分保证了a g e n t 的自治性及智能行为的完整 性和一致性。对象和a g e n t 的属性、方法及知识等均可通过继承传递给后代，从 而可以更方便地构建更复杂的粗粒度的a g e n t ，从而实现a g e n t 的复用。 2 1 3a g e n t 的表示和推理 从建造a g e n t 的角度出发，单个a g e n t 的结构通常分为思考型a g e n t 、反应 型a g e n t 和混合型a g e n t 。 1 0 第二章a g e n t 理论与技术 1 思考型a g e n t 建造a g e n t 的经典方法是将其看作一种特殊的知识系统，即通过符号a i 的 方法来实现a g e n t 的表示和推理，这就是所谓的思考型或慎思型a g e n t ( d e l i b e r a t i v ea g e m ) 。 ( 1 ) 思考型a g e n t 与意识系统 思考型a g e m 的最大特点就是将a g e n t 看作是一种意识系统( m e n t a ls y s t e m ) 。 a g e m 应该能模拟或表现出被代理者具有的信念、愿望、意图、目标、承诺、责 任等意识状态。 已经有很多学者认为，把a g e n t 作为意识系统来研究是合理的【2 2 ，2 9 1 ，意识 状态使意识系统概念的引入更有助于研究者们以一种自然而又直观的方法来理 解、描述、规范和预测其a g e n t 系统的内部结构、运行规律和变化状态等，选择 什么样的意识状态来刻画a g e n t 是建造思考型a g e m 所首先要考虑的问题，不同 的a g e n t 模型或系统对意识状态有不同的认识和分类观点。 s h o h a m 等人根据应用的特点将意识状态分为信息类( 刻画a g e n t 所具有的信 息) 、动机类( a g e m 的动作选择) 、社会类( 与a g e n t 的社会、道德和理性行为有关) 和其他类( 如欢喜、恐惧等) 。w o o l d r i d e 等人【2 2 】则把单个a g e n t 应具有的意识态 度( 或精神状态) 分为两大类：信息态度和积极态度。前者是指a g e m 所拥有的关 于自己、环境及其他a g e n t 的信息和知识，如信念和知识等：后者是指那些能导 致a g e n t 执行动作的状态，如愿望、目标、意图、承诺、责任、能力等。在r a o 和g e o 唱e f f 提出的b d i ( b e l i e f - d e s i r e i n t e n t i o m 信念期望意图) 模型中，用信念、 愿望和意图这3 类意识状态来刻画a g e n t 的结构，并最终通过规划库来研究b d i 模型的抽象性质和推理过程【3 0 】。 ( 2 ) a g e n t 形式化工具的选择 任何一个完备的形式化系统都要包括相互独立的两个方面的属性：形式语 言及其语义模型。w o o l d r i d g e 曾经指出，在a g e n t 形式化方面，经典的命题逻辑 和一阶谓词逻辑是不合适的【2 2 】。目前最常用的形式化工具是模态逻辑( 包括各种 时态逻辑) 和可能世界语义，即将意识状态看成是一种模态。在语法方面，通过 在公式中引入一些非真值功能的模态算子，从而构成模态语言；在语义方面， 用可能世界及其可达关系来解释信念、目标等意识概念的含义。目前，关于模 态逻辑和可能世界语义的研究已形成一整套的相关理论，成为表示和推理智能 a g e n t 和m a s 的最有力的形式化工具。 第二章a g e n t 理论与技术 ( 3 ) 典型工作介绍 b r a t m a n 最早提出用意图、信念、期望等概念【3 l 】来描述a g e n t 系统，其观点 为后来的许多相关工作，尤其是b d i 模型奠定了理论基础，最早对信念和意图 概念进行了形式化描述的当推c o h e n 和l e v e s q u e 。他们以b r a t m a n 的工作为基 础，以言语行为理论为背景，采用形式化逻辑方法讨论了自主a g e n t 的信念、目 标、意图、动作等的“理性平衡”。b d i 模型研究的典型代表当数澳大利哑的r a o 和g e o r g e f f ，他们提出了一系列描述a g e n t 意识状态的b d i 逻辑【3 引。 图2 1 给出了一个典型的思考型a g e n t 的框刚3 3 1 。表明当前的感知信息与原 来的内部状态结合，产生修改当前状态的描述。 2 反应型a g e n t 符号a i 的特点和种种限制给思考型a g e n t 带来很多尚未解决、甚至根本无 法解决的问题，这就导致了反应型a g e n t ( r e a c t i v ea g e n t ) 的出现，反应型a g e n t 的支持者们认为，a g e n t 的智能取决于感知和行动( 所以在a i 领域也被称为行为 主义) ，从而提出a g e n t 智能行为的“感知动作”模型。他们认为，a g e n t 不需 要知识，不需要表示，也不需要推理，a g e n t 可以像人类一样逐步进化，a g e n t 的行为只能在现实世界与周围环境的交互作用中表现出来。反应型a g e n t 的支持 者们还认为，符号a i 对真实世界中客观事物及其行为工作模式的描述是过于简 化的抽象，因而不可能是真实世界的客观反应。 反应型a g e n t 的最有力支持者当数m i t 的r b r o o k s 。他提出一种不同于符 号a i 的，称之为前提结构( p r e c o n d i t i o na r c h i t e c t u r e ) 的建造a g e n t 的控制机制。 该结构是由用于完成任务的行为( b e h a v i o r s ) 来构成的分层结构，这些行为相互竞 争以获得对机器人的控制权。这种虽然简单的结构在实践中被证明是非常高效 的，它甚至解决了传统符号a i 很难解决的问题。 3 混合型a g e n t 12 第二章a g e n t 理论与技术 反应型a g e n t 能及时而快速地响应外来信息和环境的变化，但其智能程度较 低，也缺乏足够的灵活性。思考型a g e n t 具有较高的智能，但无法对环境的变化 做出快速响应，而且执行效率相对较低。混合型a g e n t ( h y b r i d a g e n t ) 综合了二者 的优点，具有较强的灵活性和快速响应性。混合结构的系统通常被设计成至少 包括如下两部分的层次：高层是一个包含符号世界模型的意识层，它用传统符 号a i 的方式处理规划和进行决策；低层是一个能快速响应和处理环境中突发事 件的反应层，它不使用任何符号表示和推理系统。反应层通常被给予更高的优 先级，采用分层结构时要处理的主要问题是，各层应采用什么样的控制框架以 及各层之间应有如何交互。采用混合型a g e n t 结构的一个典型实例是过程推理系 统( p r o c e d u r a lr e a s o n i n gs y s t e m ，简称p r s ) ，它是一个在动态环境中推理和执行 任务的b d i 系统。 a g e n t 通过感知模块来反映现实世界，并对环境信息做出一定的抽象。根据 信息的类型，感知模块将经过抽象的信息送到不同的处理模块。如果感知到的 是简单的或紧急的情况，信息则被送到反应模块。反应模块对传入的信息立即 做出决定，并将动作命令送到动作模块。动作模块则根据传入的动作命令做出 相应的动作，对世界做出影响。 从当前的研究和应用现状来看，思考型a g e n t 占据主导地位，因为多数研究 和开发者都喜欢使用自己已经较为熟悉的符号a i 技术和方法；反应型a g e n t 的 研究和应用目前尚处于初级阶段；混合型a g e n t 由于集中了上述两种a g e n t 的优 点而成为当前的研究热点。 2 2 多a g e