（计算机软件与理论专业论文）基于黑板结构的多agent系统通讯与协作方法的研究.pdf

! 曼玺篓三垄銮耄堡圭兰堡玺圣 摘要 多a g e n t 技术是目前计算机科学领域中个非常重要、研究活跃的内容 之，近年来引起了学术界和工业界的高度关注和重视。但是当前此项技术 尚未成熟，应用面并不系统、广泛，原因之一是系统中a g e n t 之间的通信复 杂、协作困难，难于对其进行有效控制。随着人们对软件智能化的要求不断 提高，迫切需要对现有的多a g e n t 系统进行改进。其中，对多a g e n t 系统的 结构进行改进可以极大的提高系统的运行效率，扩大系统的应用范围。黑板 技术与多a g e n t 技术相结合可以有效的实现这一目的。 在基于黑板结构的多a g e n t 系统中，黑板本身是一个特殊的a g e n t ，它 由任务分解与分配a g e n t 和通信a g e n t 组成，当系统接到一个任务时，首先 由任务分解与分配a g e n t 进行任务分解，然后分配给相应的功能a g e n t ，功 能a g e n t 负责完成子任务。功能a g e n t 之间的通信与协作通过通信a g e n t 来 完成，所有通信都是在通信a g e n t 的控制下完成的。这种集中控制的方法可 以提高系统的信息表示与传递的一致性。本文将黑板技术的优点结合在多 a g e n t 系统之中，设计了一种新的体系结构，并对其进行了详细的介绍。最 后结合一个具体实例进行了说明与验证。证明了本系统具有很广阔的应用前 景，只要对其稍加改进就可以用于不同的领域，解决不同的问题。 关键词：a g e n t ；多a g e n t 系统：黑板；通信；协调 哈尔滨： 程人学硕士学位论文 i i i ；j l _ ；i i ；_ _ i i i ；- - 1 _ i ；i i ；- i ；i i _ ；i _ ；| - _ _ j _ i _ - l i i j _ _ q ；i i i ；j i i l a b s tr a c t m u l t i a g e n tt e c h n t ) l o g yi so n eo fv e r yi m p v r l a n ts t u d i e sa d da c t i v ec o n l e n l g i nc o m p u t e rs c i e n c ed o m a i na tp r e s e n t b u tt h i st e c h n o l o g yh a sn o tb e e n r i p ey e t a t p r e s e n t i t i sn o ts y s t e m a t i ca n dd o n th a v ee x t e n s i v e a p p l i c a t i o n o n e o f r e a s o n si st h a tt h ec o m m u n i c a t i o no f m u l t i a g e a ti sc n m p l i c a t e d a n dc o 。p e r a t i c m i s d i f f i c u l t t o d a y , s o f t w a r ee n g i n e e rp a y a t t e n t i o nt o i m p r o v i n g e x i s t i n g m u l t i - a g e n ts y s t e m s e s p e c i a l l y , t h es y s t e m a t i co p e r a t i o n a le f f i c i e n c yc a l l b e i m p r o v e dg r e a t l ya n dt h er a n g eo fs y s t e m a t i ca p p l i c a t i o nc a l l b e e x p a n d e db y a m e n d i n g s t r u c t u r eo f m u l t i a g e ms y s t e m ，b l a c k b o a r dt e e h n o l o g y a n d m u l t i a g e n tt e c h n o l o g y c a l lc o m b i n e t o g e t h e r t or e a l i z et h i sp u r p o s e e f f e c t i v e l y i nm u l t i a g e n ts y s t e m sb a s e do ns t r u c t u r eo ft h eb l a c k b o a r d ，t h eb l a c k b o a r d i t s e t fi sa 印e d 最a g e n t ，w li se o m p e s e 6o ft a s kd e c o m p o s e d 纽d 弱s i g n e d a g e n ta n dc o m m u n i c a t i o na g e n t a ss y s t e mb e i n go nr e c e i v i n g ，t a s kd e c o m p o s e d a n da s s i g n e da g e n tc a r r yo nt h et a s kt or e s o l v et h et a s ka tf i r s t , t h e nd i s t r i b m e t h e mt o c o r r e s p o n d i n gf u n c t i o na g e n t ，a tl a s t , f u n c t i o na g e 毗t a k e sc h a r g eo f f i n i s h i n gt h es u bt a s k t h ec o m m u n i c a t i o na n dc o o p e r a t i o nb e t w e e nf t m c t i a n a g e n ta r ef i n i s h e dt h r o u g hc o m m u n i c a t i o na g e n la l lc o m m u n i c a t i o ni sf i n i s h e d u n d e rt h ec o n t r o lo f c o m m u n i c a t i o n a g e n t t h em e t h o do f t h i sk i n do f c e n t r a l i z e d c o n t r o lc a r lz a i s et h ec o n s i s t e n c yt h a tt h es y s t e m a t i ci n f o r m a t i o ns h o w sa n d t r a n s m i t * 。i nt h i sa r t i c l e , t h ed e s i g nd f m u l t i a g e n ts y s t e m a t i cs t r u c t u r ec o m b i n e t h em e r i to f t h e t e c h n o l o g yo f t h eb l a c k b o a r d ；p u t sf o r w a r dak i n do f n e ws y s t e m s t r u c t x a - ei nd e t a i l a tl a s t as i m u l a t i o nr e s u l tb p r e s e n t e da r t de o n c l u s i o ma r e g i v e n ：t h i ss y s t e mf 拉sv e r yw i c ka p p l i c a t i o np r o s p e c t w h i c hg ；a n b eu s e di n d i f f e r e n tf i e l d si f i m p r o v ei tal i t t l e i tc a ns o l v ed i f f e r e n tp r o b l e m s e f f e c t i v e l y k e y w o r d ：a g e n t ；m u l t i a g e n ts y s l e m ；b l a c k b o a r d ；e o m m u n i v m i o n ；c o o r d i n a l i c m 哈尔滨1 j 程大学硕士学位论文 第1 章绪论 1 1 课题的目的和意义 随着计算机网络，计算机通信技术的发展，特别是i n t e r n e t 和w o r l d w i d ew e b 的普及，对于a g e n t 以及多a g e n t 系统的研究已成为分布人工智能 ( d a i ) 研究的一个热点。a g e n t 技术提供了一种新的计算和问题求解规范， 它赋予了人工智能新的定义：人工智能是计算机科学的一个分支，它的目标 是构造能表现一定智能行为的a g e n t 。因此，a g e n t 的研究是人工智能的核 心问题。 多a g e n t 系统( m a s ) 是d a i 研究的一个前沿领域，m a s 的研究重点在于 如何协调系统中多个a g e n t 的行为使其协同工作。m a s 研究基于理性a g e n t 假设与协调一组可能预先存在的自主a g e n t 的智力行为有关，研究重点在于 a g e n t 及a g e n t 间的交互，即a g e n t 为了联合采取行动或求解问题，如何协 调各自的知识、目标、策略和规划。 智能的分布给a i 带来了巨大的潜力，但同时，也提出了新的理论上和技 术上的问题。目前关于多a g e n t 系统的研究主要集中在如下几个方面：( 1 ) a g e n t 模型；( 2 ) a g e n t 的通信；( 3 ) 多a g e n t 间的协调与协作”。本课题的 提出正是为了解决多a g e n t 之间的通信与协作问题，即使在多a g e n t 是异质 的情况下也能将不同的知识表示转换成相同的通信语言：对具有不同目标的 多个a g e n t 的目标、资源进行合理安排，以协调各自行为，最大程度地实现 各自目标。 在多a g e n t 系统中，各个a g e n t 是通过相互间的消息发送和接收来协同 工作的。通信机制使得各个a g e n t 能够互相传递消息。正是基于协作机制， 各个a g e n t 才能根据运行过程中所传递的消息，协调彼此的行动，实现合作。 因而通信与协作机制的设计对于多a g e n t 系统的设计而言，有着相当基础的 作用，它影响着整个系统的工作效率和健壮性、扩展性。 哈尔滨2 1 ：程大学硕士学位论文 基于黑板结构的多a g e n t 系统通过黑板实现了对a g e n t 的控制，使a g e n t 之间的通讯变得相对简单且易于控制，协商变得相对容易，只需通过简单的 交互语言就可以完成复杂的信息交互。黑板实现了任务的分解与分配，避免 了死锁的产生，提高了系统的并行性。这种对系统采用集中控制的方法可以 很好的保证系统在应用上的可扩展性和知识表示的致性。 本文通过对多a g e n t 结构的研究，拉进了多a g e n t 理论与多a g e n t 实现 之间的距离。对a g e n t 结构化程序设计有一定的帮助。这种结构的多a g e n t 系统具有很好的通用性，可以广泛的用于网络信息检索、电子商务、自动控 制、办公自动化、商业管理、智能决策、智能控制等领域。 1 2 多a g e n t 技术的研究动态 a g e n t 模型最初是作为一种分布式智能的计算模型被提出的，当前的研究 主要有两方面的动向：( 1 ) 控制分布式计算的复杂性；( 2 ) 克服人机界面的 局限性。 1 ) 人工智能中提出a g e n t 的研究已有2 0 多年，回顾一下已有的a i 方法和技术，只能处理那些较“成型”的问题，如利用那些成功 的经验知识进行求解的模式。对现实环境的变化，没有现成方法 可用时，专家系统将无能为力了，靠无限加大知识库的c y c 计划 也只在探索阶段，有必要引入新的方法，以促进a i 的发展。 2 ) a g e n t 的概念m i n s k y 在1 9 8 6 年出版的“思维的社会”中提出的， 认为社会中的某些个体经过协商可求得问题的解，这些个体就是 a g e n t 。还认为a g e n t 是具有技能的个体，a g e n t 应具有社会交互 性和智能性。 h e w i t t 认为定义a g e n t 与定义什么是智能一样的困难。w o o l d r i d g e 和 j e n n i n g s 认为a g e n t 应具有自主性、社会交互性、反应能力和预动能力。 r u s e l l 认为a g e n t 应能通过感知环境做出动作： 1 2 1 多a g e n t 技术的研究方法 对于a g e n t 理性的研究有基于逻辑和基于对策论的两种不同的方法”1 。 哈尔滨工程大学硕士学位论文 在哲学上，认为合乎逻辑的是理性的，为此提出了各种逻辑体系，定义了公 理系统和推理规则，来证明一些特定的命题是否成立：认为一个合理的行为 可基于当前的信念合乎逻辑地推导出来，这就是逻辑理性。目前对于思维状 态模型的研究大都属于这一流派。另一种方法是采用对策理论和决策理论。 其信念模型是描述如果采用一个行动将会发生什么，为每个后果都赋予概率。 愿望模型是用实数表示那些可能状态的效用，一个合理的行动是使期望效用 最优化的行动，这需要依据信念和愿望通过概率计算得到，这就是效用理性。 从概念的角度来看，逻辑方法实现了理性的推理，决策理论方法通过最优化 主观效用而实现了理性的决策。从技术角度看，使用符号推理的逻辑理性无 法使效用最优化，而使用数值分析的决策论理性也忽视了推理环节。对于一 个处于动态环境中资源有限的a g e n t 来说，既需要对世界进行推理也需要做 出获得最大收益的合理决策。就a g e n t 理论整体来看，需要融合两个流派的 研究成果。 1 逻辑学方法 对a g e n t 思维状态的直观描述： 信念描述了a g e n t 对当前世界状况以及为达到某种效果可能采取的行 为路线的估计，属于思维状态的认知方面，或者说是a g e n t 所掌握的信息。 信念一般采用可能世界语义来描述，每一个情境对应一个可能世界的集合， 表示a g e n t 认为它可能处于的世界。 愿望描述了a g e n t 对朱来世界状况以及可能采取的行为路线的喜好， 属于思维状态的感情方面。愿望的一个重要特性是a g e n t 可以拥有互不相容 的愿望，而且a g e n t 也不必相信它的愿望是可实现的，允许伊和一妒同时成 为a g e n t 的愿望。 目标是a g e n t 从愿望中选择的子集，a g e n t 可能要加以追求的。目标 是a g e n t 当前拥有的选择，然而，a g e n t 还没有采取具体行动的承诺。一般 来说需要a g e n t 相信它的目标是可实现的。 意图由于a g e n t 资历有限，它不能一次去追求所有的目标，即使这些 目标是相容的。所以需要a g e n t 再选择某个目标( 或目标集) 来做出追求的承 诺，这个过程形成意图。a g e n t 的当前意图( 或意图结构) 就是被选的目标集 和它们的处理状态，意图属于思维状态的意向方面，作用是引导并监督a g e n t 3 哈尔滨工程大学硕士学位论文 的动作。 承诺表示从目标到意图的转换，承诺还决定了a g e n t 对于所追求的意 图的曝持程度并控制对意图的重新考虑。 规划在意图系统的实现中起到重要作用。b r a t m a n 认为当a g e n t 对某 个目标做出追求的承诺后，意图就可被视为行为的部分规划。所以通常可以 把意图按特定结构组合为规划。 2 经济学方法 8 0 年代中期，r o s e n s c h e i n 在其博士论文中对于a g e n t 在目标有冲突情 况下的交互进行了研究，运用对策论建立了“理性a g e n t ”交互的静态模型， 成为m a s 协调与协作问题的形式化基础。此后，r o s e n s c h e i n 及其学生继续 运用对策论研究m a s 协商、规划等问题，使静态的多a g e n t 协调、协作问题 的研究趋于完善。使用对策论研究姒s 是当前研究中的一个热点，因为对策 论被公认为是研究人类社会交互的最佳数学工具，将这一工具应用于a g e n t 的交互是很自然的。在m a s 的研究中，对于信息的表示与推理占有重要的位 置，但在经济学方法中，通常只用概率分布模型来表示信息，用b a y e s 公式 代替推理，而这显然是不够的。对策论是研究经济问题的重要手段，为研究 人类社会交互的最佳数学工具，将这一工具应用于多a g e n t 的交互是很自然 的。对策论可对理性自利a g e n t 的决策和相互作用进行解释，与传统的b d i 的逻辑方法不同，理性的含义是在给定的约束条件下最大化自己的偏好。 1 2 2 国际研究概况 多a g e n t 技术最初是从分布式人工智能( d a i ) 领域发展而来的，目前已 成为其中最重要的一个分支。 1 9 8 1 年，s m i t h 提出了合同网协议，它是多a g e n t 协商模型的代表；c o r n y 等用多级协商协议解决分布式约束满足问题中的任务分布和资源分配冲突，多 级协商是对传统合同网的扩充，在投标和中标的过程中允许反复协商。s y c a r a 以劳资协商为背景对非协作类的多a g e n t 相互作用进行了研究，结合基于推理 和多属性效用理论提出“劝说性辩论”模型。g e n e s e r e t h 等用对策论和博奕论 方法研究无通信情况下的协作，z l o t k i n 等研究协作或非协作a g e n t 在只有部 分信息的情况下进行协商和冲突消解的理论，w e r k m a n 提出一种基于知识的协 4 哈尔滨工程大学硕士学位论文 商方法来消解冲突。d u r f e e 提出的部分全局规划允许各a g e n t 动态合作： d e c k e r 指出p g p 方法在建立实时和全局控制问题般框架是存在一些局限性， 并在他的t a e m s 系统中完善和强化了这种方法“1 。j e n n i n g s 以联合意图为a g e n t 协作基础建立复杂动态环境下的协作框架。s h o h a m 参考面向对象程序设计思 想，提出了面向a g e n t 的程序设计框架。对于a g e n t 的通信语言现在已经取得 了重大进展，其中最著名的是k q m l 语言，是由美国高级计划署( a r p a ) 的知 识共享计划中提出的，有着成为a g e n t 通信语言标准的趋势；另一个标准化组 织物理a g e n t 基金会( f i p a ) 也提出了一种a g e n t 通信语言a c l 。近几年，有的 学者开始研究多a g e n t 系统中a g e n t 的学习机制和偏好，以及多a g e n t 的社会 规范等问题。 目前，已经成立了专门讨论a g e n t 和多a g e n t 系统的国际会议，主要有： 国际多a g e n t 会议i c e s ( i n t e r n a t i o n a lc o n f e r e n c e o n m u t i a g e n t s y s t e m s ) “、亚太地区多a g e n t 国际会议p r i m a ( p a c i f i cr i mi n t e r n a t i o n a l w o r k s h o po nm u t i a g e n ts y s t e m s ) 、中东欧多a g e n t 国际会议m e e m a s ( m i d d l e a n de a s t e r ne u r o p ei n t e r n a t i o n a lc o n f e r e n c eo n m u t i a g e n ts y s t e m s ) 、 a g e n t 和多a g e n t 的实际应用国际会议p a a m ( i n t e r n a t i o n a lc o n f e r e n c eo nt h e p r a e t i c a la p p l i c a t i o n so fi n t e l l i g e n ta g e n ta n dm u t i - a g e n t ) 。 1 2 3 国内研究概况 目前，国内大学和科研机构也在开展a g e n t 和多a g e n t 的有关研究，主 要有：国防科大正开展基于多a g e n t 的分布集成环境研究，吴泉源教授等建 立了银河分布式客户服务器计算机系统( y h c s ) ，其核心是基于多a g e n t 的 分布式计算环境；南京大学在开展面向a g e n t 的软件工程和安全性以及移动 a g e n t 研究；中科院计算所、山东工业大学在开展基于a g e n t 的信息过程建 模方法及面向a g e n t 的软件开发方法研究；清华大学、浙江大学在开展多 a g e n t 组织结构在并行工程和网络管理中的应用研究；中南工业大学在开展 基于耦合问题的多a g e n t 协作模型研究；中国科技大学在开展基于多a g e n t 的仿真系统研究；上海交通大学在开展基于多a g e n t 的智能控制和敏捷供应 链管理的研究。 哈尔滨工程大学硕士学位论文 1 2 4 多a g e n t 系统技术的应用研究 由于多a g e n t 系统在分布式环境下具有灵活性、适应性分布式环境下的优 点，多a g e n t 技术在应用领域的研究得到了重视，很多人对此进行了探讨，取 得了很多成果，同时也促进了多a g e n t 理论研究的发展。 目前，多a g e n t 的应用领域主要有：智能多机器人及智能控制；智能群体 决策支持系统；协同设计；柔性制造及虚拟企业联盟；电子商务及供应链管理； 分布式预测、监控及诊断；分布式计算；智能网络管理；分布式环境下知识发 现、网络智能教学系统：计算机医疗系统；网络办公自动化：交通管理；智能 信息检索等。例如f a r i a s 等采用人机智能体技术建立了一个放射治疗培训系 统( r a t a p l a n ) ，开发了用于人机交互的窗口，实现了人机对话。a c e 是一个用 于电厂的设计系统，它是基于演说型的多a g e n t 系统。用于设计的a g e n t 间可 通过协商解决冲突，该系统支持多学科设计人员共同进行设计。p a c t 系统利用 多a g e n t 技术进行大型设计系统的构造，该系统解决了由多学科设计人员及多 种设计工具协同工作的大型设计系统构造问题。 1 3 课题的提出及本文的主要工作 在人类社会中，个体之间存在着一定联系，正是这种联系把一个人的集 合变成人类社会，把一个单个的人变成一个具有社会属性的人。多a g e n t 系 统也是如此。几个a g e n t 堆放在一起永远是几个独立的个体，只有相互协调 合作它们才能构成一个有一定功能的可以运转的系统。所以协调是多a g e n t 系统至关重要的部分。虽然多a g e n t 系统与单a g e n t 系统相比有很大优越性， 但是由于a g e n t 间联系的存在、由于协调的必要性，致使多a g e n t 系统有了 质的区别。对多a g e n t 系统的研究，不仅存在单个a g e n t 的表示问题，而且 还存在如何协调多个a g e n t 间关系的问题，这两个问题密切相关，而后者更 是研究的热点所在。 在多a g e n t 系统中，a g e n t 的各种关系( 受控、合作、互斥等) 是通过a g e n t 之i 日j 的交互实现的。 哈尔滨翻呈大学硕士学位论文 1 3 1 课题的研究背景 目前常用的多a g e n t 求解机制主要有：a g e n t 网络、a g e n t 联盟、队工作 模型、协商机制等方法。 a g e n t 网络在这种体系结构中，不管是远距离的还是近距离的a g e n t 之间都是直接通信的。对这种类型的a g e n t 框架、通信和状态知识都是固定 的，每个a g e n t 必须知道消息应该在什么时候发送去什么地方，系统中有哪 些a g e n t 是可以合作的，都具备什么样的能力等。分布式智能设计环境d i d g 就是一个应用a g e n t 网络结构的多a g e n t 设计系统。但是，将通信和控制功 能都嵌入每个a g e n t 内部，就要求系统中的每个a g e n t 都j 爿 有有关其它a g e n t 的大量信息和知识w ，而在开放的分布式系统中，这往往是做不到的。另外， 当系统中a g e n t 的数日越来越大的时候，这种一对一的直接交互将导致低效 率。 a g e n t 联盟联盟不同于a g e n t 网络，若干相距较近的a g e n t 通过一个 叫做协助者的a g e n t 来进行交互，而远程a g e n t 之间的交互和消息发送是由 各局部a g e n t 群体的协助者a g e n t 协作完成的。这些协助者a g e n t 可以实现 各种各样的消息发送协议。当一个a g e n t 需要某种服务时，它就向它所在的 局部a g e n t 群体的协助者a g e n t 发出一个请求，该协助者a g e n t 将以广播方 式发送该请求，或者将该请求与其它a g e n t 所声明的能力进行匹配，一旦匹 配成功，则将该请求发送给匹配成功的a g e n t 。同样地，当一个a g e n t 产生 了一个对其它a g e n t 可能有用的信息的时候，它通知它所在的局部a g e n t 群 体的协助者a g e n t ，该协助者a g e n t 通过匹配，将此信息发送给对它感兴趣 的a g e n t 。这种结构中的a g e n t 不需要知道其它a g e n t 的详细信息，因此较 a g e n t 网络结构有较大的灵活性。协助者a g e n t 能够实现一些高层系统服务， 如白页、黄页、直接通信、问题分解和监控等。在m r c u t k o s k y 等的系统 中利用了a g e n t 联盟结构。 队工作模型“队工作”是目前a g e n t 合作的研究热点，是一种面向共 同目标的特殊问题求解形式。在现实生活中，充满大量队工作的例子，例如 机器人足球、部队战斗、交响乐演奏等。 协商机制协商是建立在a g e n t 通讯语言之上的a g e n t 之间的交互机制， 哈尔滨工程大学硕士学协论文 通过协商对于某些问题达成一致意见。a g e n t 在协商中要采取有效的协商策 略，提高自己的意见被其它a g e n t 接受的可能性进而使协商的结果对自己有 利。a g e n t 采取的协商策略与目前对于环境和对手的认识有关，是依赖于状 态的。一个策略的好坏，环境因素是一个主要的评价指标。 k e t c h p e l 基于s h a p l e y 值和稳定婚姻算法，提出面向一般环境的联盟形 成算法，并针对不同的a g e n t 有不同的联盟值估计引入a g e n t 之间的拍卖机 制。 另一种经常采用的方法是对策论协商方法。对策论的研究是以每个a g e n t 的效用和赢利为基础的，每个a g e n t 都希望能够在协商过程中求得n a s h 平衡 的策略组合，使得那些基于理性假设的a g e n t 均可获得一个稳定并且满意的 解。当任何理性a g e n t 达到n a s h 平衡点后，他们都不会试图离丌，这是因为 只有n a s h 平衡点才能获得最大的赢利。 课题中采用的黑板方法解决了a g e n t 之间通信复杂的问题，使a g e n t 问 的协调变得相对容易。通过黑板将单个a g e n t 联系成一个整体，加强了对各 a g e n t 的控制，提高了并行性。 1 3 2 课题的主要工作 多a g e n t 技术实现的关键是各个a g e n t 如何进行有效的协作以完成一个 共同的目标。这涉及到他们之间的通讯、协商、合作，黑板系统方法的应用 f 是为了解决这一问题：每一个a g e n t 相当于一个独立的专家系统，可以解 决某一领域的问题，它的结构是采用面向对象的方法设计的。 综上所述，本文的主要工作包括以下几个方面： ( 1 ) 分析a g e n t 技术，包括a g e n t 的定义，特性，分类，形式化表 示和推理机制。 ( 2 ) 详细阐述多a g e n t 系统的协作方法，所基于的理论基础对黑 板理论进行介绍。 ( 3 )分析现有多a g e n t 系统协作方法的优缺点，提出用黑板系统的 技术来实现a g e n t 之间的通信。 ( 4 )黑板集任务分解与任务分配功能于一身，加强了对各a g e n t 的 控制与协调。 8 哈尔滨工程大学硕士学位论文 ( 5 ) 将基于黑板方法的多a g e n t 系统用于实现智能决策，设计了用 于银行企业贷款的审批决策系统，证明了系统的有效性。 从第2 章起，本文将按照上述顺序逐步论述。第2 章主要是对a g e n t 和多 a g e n t 理论进行了详细阐述，重点介绍了几种典型的i g e n t 结构，为后面多 a g e n t 系统做准备；第3 章主要对多a g e n t 系统的协作和黑板进行了讨论，其中 重点讨论了多a g e n t 系统的通信、协调，因为只有对现有方法充分了解j 能设 计出更好的方案：第4 章对基于黑板方法的多a g e n t 系统的设计实现进行了详 细讨论，介绍了系统的构成和各部分实现的功能；第5 章具体用改进的多a g e n t 系统实现了银行贷款管理群体决策支持系统。证明了系统的有效性和实用性。 哈尔滨l 程人学硕士学位论文 第2 章a g e n t 幂b 多a g e n t 系统理论及结构 2 1 a g e n t t j c j 定义与分类 2 1 1 a g e n t 的定义 a g e n t 一词，国内有人译为“智能体”、“代理”或者“活体”现大多 数主张不译。a g e n t 技术源自于人工智能，其概念在6 0 年代就己提出来，真f 的发展在9 0 年代，现在f 向计算机领域的各方面渗透。关于a g e n t 的研究和论 述众说纷纭，而在现有应用a g e n t 技术的系统中，a g e n t 的定义和表现又各不 相同，不同的研究者从他们对a g e n t 的理解和应用出发，给出了各种a g e n t 的 定义。一般来说，我们常常提到的a g e n t 是指“生存”于计算机操作系统、数 据库以及网络等环境中的软件a g e n t ，所有的软件a g e n t 均是程序，但并非所 有的程序都是软件a g e n t ，只有满足a g e n t 最基本特性的程序爿称之为软件 a g e n t 。 综合起来，我们可以把a g e n t 看作“一个自治的实体，它能够感知环境， 并且对外界的信息做出一定的判断和推理，来控制自己的决策和行动，以便 完成一定的任务”。 2 1 2a g e n t 的特性 1 ) 自治性：a g e n t 的运行不受人或其它a g e n t 的直接干预，它的动作 和行为是根据自身的知识、内部状态和对外部环境的感知来进行 控制的。 2 ) 反应性：a g e n t 能够及时感知环境的变化而做出相应的动作。 3 ) 社交能力：a g e n t 可以通过某种a g e n t 语言与其它a g e n t 或人进行交 互和通信。 4 ) 目标导向性：a g e n t 能够为实现一定的目标而规划行为。 5 ) 适应性：a g e n t 能够根据知识库中的事实和规则进行推理，具有学 哈尔滨：l ：程人学硕+ 学位论文 习或自适应的能力。 6 ) 移动性：a g e n t 能够跨平台持续运行。 除此之外，人们对a g e n t 也寄予了一些期望，主要包括： 1 ) 友善性( b e n e v o l e n c e ) ：假设系统中的a g e n t 并不存在目标冲突， 每个a g e n t 总是试图去做向它请求的事情。 2 ) 合理性( r a t i o n a l i t y ) ：假设a g e n t 的行为总是为了达到它的目标， 而不会采取某种阻止其目标实现的行为，其行为至少应在其信念 的允许范围内。 3 ) 适应性( a d a p t a b i l i t y ) ：a g e n t 应该能够调节其自身的行为，以适 应用户的习惯、工作方式及喜好。 4 ) 诚实性( v e r a c i t y ) ：假设a g e n t 不会故意使用虚假信息进行欺骗性 通信。 5 ) 协作性( c 0 1 a b o r a t i o n ) ：a g e n t 不应不加思考地接受或执行指令， 而应该考虑到用户的错误( 如给出一个含有冲突目标的指令) 、忽 略了的重要信息或不明确的信息。a g e n t 可以通过向用户提问或构 造用户模型来检查和解决这类问题。a g e n t 甚至允许拒绝执行某些 任务，如引起网络资源产生不可接受的超负荷或对其他用户产生 损害的任务。 2 2a g e n t i t ( j 分类 通过对a g e n t 的合理分类可以在一定程度上了解a g e n t 的特性和其具体表 现情况。我们可以从不同的角度对a g e n t 进行分类”1 。 根据a g e n t 的工作环境可将其分为软件a g e n t 年h 人工生命a g e n t ，前者“生 存”于计算机操作系统、数据库以及网络等环境中，我们平常所提到的a g e n t 常常是指软件a g e n t ，人工生命a g e n t 贝0 “生存”于- - 3 十人造的环境中，如计 算机屏幕等。软件a g e n t 又分为同质a g e n t 年d 异质a g e n t 。进而还可以根据环境 情况再分为数据库a g e n t 、文件a g e n t 、网络a g e n t 或i n t e r n e ta g e n t 等。 根据a g e n t 的控制结构和方法又有多种分类方法。根据控制机制可以将 a g e n t 分为基于规则的a g e n t 、基于规划器的a g e n t 、基于神经网络的a g e n t 、 哈尔滨：【程人学硕士学位论文 基于机器学习i ￥ a g e n t 、基于模糊逻辑的a g e n t 等；或分为集中控制a g e n t 和分 布控$ | a g e n t 。b r u s t o l o n i 还根据控制结构的适应性程度将a g e n t 分为常规 a g e n t 、规划a g e n t 平f l 自适应a g e n t 。 根据a g e n t 的理论模型中是否采用了物理符号系统可将a g e n t 分为思考型 a g e n t ( 包含对环境的符号表示和推理，如著名的b d ia g e n t ) 、反应型a g e n t ( 不 包含对环境的符号表示和推理，以反射的方式响应环境的变化。女d m a e s 的 a g e n t 网络结构) 和混合型a g e n t ( 思考型a g e n t 年l 反应型a g e n t 的有机结合，如 g e o r g e f f 的过程推理系统p r s ) 。 根据其功能或其应用领域又可以对a g e n t 进行各种分类，下面我们给出 j e n n i n g s 等给出的a g e n t 的应用领域以作为a g e n t 的一种分类方法。j e n n i n g s 等将a g e n t 的应用主要分为四大方面：( 1 ) 工业应用，具体包括过程控制( 如 a r c h o n ) 、工业制造( 如y a m s ) 、空中交通控制( 如d m a r s ) 等；( 2 ) 商业应用， 具体包括信息管理( 如各种i n t e r n e t 上的信息收集器和信息过滤器) 、电子商 务( 如k a s b a h ) 、商务过程管理( 女d a d e p t ) 等n 一：( 3 ) 医疗应用，具体包括患 者监视( 如g u a r d i a n ) 、医疗保健等；( 4 ) 娱乐应用，具体包括游戏( 如t e t r i s ) 、 交互式戏剧和电影等。 2 3a g e n t 的理论模型 a g e n t 的理论模型研究主要从逻辑、行为、心理、社会等角度出发，对 a g e n t 的本质进行描述，为多a g e n t 系统创建奠定基础。 目前在理论上比较成熟的模型为b d ia g e n t ”幞型。 2 3 1b d i a g e n t 模型 在a g e n t 的研究中引入了许多心理学和人类行为学的概念，一个很有影响 的工作来自于1 9 8 7 年d e n n e t t 的“意向系统”( i n t e n t i o ns y s t e m ) ，在这个系 统中的行为被描述成诸如“信念”( b e l i e f ) 、“喜好”( p r e f e r e n c e ) 和“意 向”之类的心智状态，这些状态在决定a g e n t 行为时似乎起到了不同的作用。 1 9 9 2 年k i s s 把它们分为三类：a ) 认知的( c o g n i t i v e ) ：如信念和知识等；b ) 意图的( c o n a t i v e ) ：如意向，承诺和规划等；c ) 情感的( a f f e c t j v e ) ：如愿望， 哈尔滨工程人学硕士学位论文 目标和喜好等。 信念、愿望和意向( 8 d i ) 通常用来作为这三类心智状态的代表。信念表示 一个a g e n t 对环境和自身所持的观点。愿望和意图都是a g e n t 希望作某事的状 态，通常的区别是意向可以作为衡量承诺( c o m m i t m e n t ) 的一个尺度，用来引 导和控制a g e n t 在未来所作的行为。也就是说：一个a g e n t 可能有某种愿望， 但有可能永不去履行它：而一旦a g e n t 有某种意向，则这种意向将导致a g e n t 寻求合适的手段达到这一意向，直到这个意向结束为止。换旬话说，意向推 动a g e n t 去行动，而且意向还对a g e n t 未来所作的行为进行引导。这方面的哲 学观点来自于b r a t m a n 。 在一些a g e n t 结构模型中意向观点被明确表示出来。这些结构模型的一个 子集被称作b d ia g e n t 结构模型。在这些模型里，三元结构 在a g e n t 的认知过程中起到了积极的作用，因此我们称其为b d ia g e n t 。 2 3 2 叩i a g e n t 的逻辑描述 在b d i 方面开展过广泛的理论和逻辑工作，第一个试图形式化这些概念的 是c o h e n 和l e v e s q u e ，他们以b r a t m a n 的哲学工作为逻辑基础，其工作为此后 发展起来的其他形式化理论奠定了基础。一般地说，所有这些理论都试图通 过描述b d i 之间的相互关系来描述、分析和说明一个a g e n t 的行为。这些理论 分析的动机千差万别：比如有些是从观察者的角度来解释和预湖3 j a g e n t 的行 为；而另一些则需要设计a g e n t 结构的理论基础，甚至从内部描述a g e n t 的特 点：如社会a g e n t 。下面我们介绍最具代表性的b d ia g e n t 的描述： r a o s b g e o r g e f f 的理性b d ia g e n t 结构的逻辑描述。 r a o 和g e o r g e f f 用正规模态逻辑( n m l ) 来描述b d ia g e n t ，在此逻辑中，模 态算子的语义是用可能世界上的可达关系来定义的。使用正规模态逻辑的优 点是它能很好地描述诸如信念和知识等认知状态，缺点是它不太适合意向的 正规理论，会引起“副作用”。 1 语法：此b d i 结构的表示语言是计算树逻辑c t l ( c o m p u t a t i o i qt r e e l o g i c ) ，其中引入可能世界的概念m 】，此逻辑中有两种公式：状态公式( s t a t e f o r m u l a s ) 和路径公式( p a t hf o r m u l a s ) 。在此逻辑中引入公式s u c c e e d e d ( e ) 和f a i l e d ( e ) ，分别表示事件e 刚刚发生的成功或者不成功的行为，d o n e ( e ) 氅2 j 鎏罂盔耋堡老耋堡鎏苎 表示事件e 刚刚发生的不管是成功还是不成功的行为，s u c c e e d s ( e ) ， f a i1s ( e ) ，d o n e ( e ) 具有相似的定义，不过是指将来就要发生的行为。模态词 b e l ，g o a l 年8 i n t e n d 分别代表一个a g e n t 的信念、目标和意向。 2 语义： 定义21解释器m 定义为：m = w ，e ，t ， 其中：w 是可能世界集；e 是原事件类型集；t 是时间点集；b _ c w t x w ： g 量w t w ；i