WSAN应用中的多Agent平台结构.doc

专业文献综述题 目: WSAN应用中的多Agent平台结构 姓 名: 赵凯 学 院: 信息科学技术学院 专 业: 网络工程 班 级: 网络81班 学 号: 1938117 指导教师: 王浩云 职称: 讲师 2011年12月12日南京农业大学教务处制WSAN应用中的多Agent平台结构作者：赵凯 指导老师：王浩云摘要：过去几年里，关于无线传感器和执行器网络（WSAN, Wireless Sensor and Actuator Networks）的研究吸引了大量关注的目光。在处理监测和控制那些处于工业环境中的基础设施时，多智能体（agent）形式下的分布式人工智能技术可以被用来提高自治性、自适应性和鲁棒性等方面的性能。因此，节点时钟的同步对整个系统性能就显示尤为重要。本文集中讨论了如何发展一个基于多智能体的无线传感器网络体系架构。文中提出了一个特定的拓扑结构，描述了这个体系架构的一般特征以及对于移动智能体的要求，即讲解了它的任务、服务和通信与协调机制。关键字：智能体；多智能体系统；无线传感执行器网络Multi-agent platform in WSAN applicationsZHAO Kai, WANG Haoyun(Nanjing Agricultural University, College of Information Science and Technology, Jiangsu Nanjing 210095)Abstract: Research on wireless sensor and actuator networks has attracted considerable attention in the past few years. When dealing with monitoring and control over these infrastructures in industrial environments, distributed artificial intelligence techniques, under the form of agents, can be used to improve performance, in terms of autonomy, adaptability and robustness. In this context, synchronization of nodes clocks is critical for the overall system performance. The paper focuses on developing a wireless sensor network multi-agent based architecture. A particular topology is proposed and general features and requirements for mobile agents described, namely, tasks and services, as well as communication and coordination mechanisms. Key words: agents；multi-agent systems；WSAN1 介绍随着装备有网络接口的低成本传感器设备的不断发展，无线传感器和执行器网络开始流行，并且在过去几年里吸引了人们大量的关注。它们是具有传感器和执行器节点的分布式网络，这些传感器和执行器节点共同工作来监测和（或）控制各种不同的实际运行环境1。每个节点都是一个具有无线通讯功能的小型电子设备，同时还具有数据存储和处理数据的能力。这些节点可以以传感器和执行器的形式被设置在整个系统中来与实际环境进行交互。另外，这些节点体积小能够被包含入各种实际应用中，如军事、医疗、工业、环境跟踪、家庭自动化、监视系统等2。在工业环境中，WSANs会被用来确保小概率事件的侦测或周期数据的收集。在侦测小概率事件时，节点会被用来探测和分类小概率的、随机的、短暂的事件，如警告和故障检测通知。另一方面，周期数据的收集会被用到监测和控制的操作中去，从而降低安装和操作的代价34。另外，与传统的有线网络不同，WSAN中的节点可以被运用在恶劣的环境中或者那些难以到达的地区，这些对于有线方式来说都是不可能实现的。对于有线网络，当线缆工作在高湿度、有磁场区域或者是高震荡环境时，就需要对线缆进行隔离3。由于自身的特点，在很多实际应用中WSAN是十分有用和高效的解决方式。然而，由于WSAN是一个预先设置好的系统，它无法处理那些不可预知的事件。当传感器网络面对特定的限制，如能量消耗、数据最优化、服务质量等这些之前没有设计的情况，它会发生什么呢？我们该如何实现WSAN的灵活性？这个问题的答案某种程度上依靠在一个单独的分布式人工智能（DAI）方法框架中纳入多智能体系统（MAS）来解决。这样的结合提供了网络节点所需的移动性、自动化和智能化的特征。基于智能体的系统的出现是在嵌入两项基本的著名技术（即人工智能和面向对象的分布式计算）的基础上而来的5。智能体是智能的、自治的软件程序，在一个特定的应用中，智能体具有与其他软件成员交互的功能，并且有着共同的目标。某个给定的环境中，并且存在有几个不同的过程组件（外系统），这种在特定环境中与智能体结合的方式有着尤为显著的优势，因为这些过程组件有着不同的行为特性和动力特性，因此为了完成一个全局性的任务，它们之间必须要实现通讯。当许多智能体以一种协调的方式同时工作时，这种方法被称为多智能体（Multi-Agent）。这个平台从基本上来说是一个由一系列有组织的智能体所构成的软件构架，这些智能体为解决特定的问题相互合作，因此不可避免地被系统的目的性所限制，同时它们也能充分利用自身具备能力和知识。能够被实际应用的基于智能体的解决方法通常是：（I）复杂的，处理过程中存在着大量的不同的动作；（II）模块化的，处理过程可以被分解为许多功能模块；（III）变化的，整个系统的结构可能发生改变；（IV）分散的，可以把一个具体的应用分解成许多自治的独立的处理过程；（V）结构化的，关于整个处理过程动作的信息可能是不完整的、有错误的或者是无法获得的。在工业环境中，这些解决方法能够被运用，例如，在错误诊断或是在将重构探索法应用到本地电子控制器的实施过程中，又或是创建能够展示对错误有一定容忍度的驱动程序等。本部分文章为包含时间同步的WASN应用提出了一个基于多智能体的平台体系。文章的第2部分介绍了智能体和基于多智能体系统的概念，描述了一般多智能体的拓扑结构，以及从物理抽象和软件抽象的角度来看这些拓扑结构的特征。文章的第3部分主要从结构和功能方面描述了基于多智能体的无线传感器网络体系架构。文章在最后第4部分作出总结。2 基于多智能体系统2.1 智能体和多智能体系统制造业已经进入了一个对计算机技术的关注从硬件平台转向操作系统和软件组成的时代6。对持续的实时的信息（在任何时刻对大多数人都可用）的需求使得信息技术提供商们开始研发控制系统模型、管理系统和软件，从而来满足这种需求。多智能体系统提供了一条新的途径来设计和筑造复杂的分布式系统，这很大程度上地拓宽了先前的途径和方法，如面向对象的或是分布式的计算7。在复杂的工业系统中，过程的复杂性和空间分布使得其需要新的方法来处理，多智能体系统提供的这种途径便成为了一种有效的软件工程的解决方式来满足这种复杂工业系统发展的要求。在给定的情形下，智能体可以定义为实体计算单元，同时在这种情形下通过牺牲一定程度的自治性，智能体能够感知周围环境并做出动作（还有其他的行为方式）来实现它的目标6。人们认识到自治性是智能体的主要特征，它使得智能体能够在没有人的干预和其他协助的情况下完成任务4。一个智能体还应该能够与周围外界环境进行交流，接收设备（如测量装置和警报装置）发来的数据，发送消息和接收其他用户发来的消息。一个软件智能体还能够以接收或发送数据、消息和信号给可能的远端目的地的方式工作在计算机网络中2 6。图1展示了一个智能体的模型。图1 智能体模型和信息环境智能体最重要的几项特点4 6：（1）自治性：智能体是独立的实体，在对其没有进行程序设置或直接干预的情况下能够完成特定的任务；（2）反应性：智能体能够察觉自身周围环境的变化，并对此作出快速有效的反应；（3）主动性：智能体能够采取初始时设定的动作并按顺序执行，来达到其所需要实现的目标；（4）社会性：智能体拥有与其他智能体交互和通讯的能力，以此来完成他们的目标；（5）智能性：为了以自治的方式来评估和完成一项任务，智能体需要纳入智能化的技术，例如专家系统、神经网络、遗传算法、模糊逻辑等。2.2 智能体结构单智能体构架导致了微观层面发展的定义的产生，而这个定义仅仅关注了单独的实体智能体本身。另外，发展的观点同时带来了宏观系统的概念，在这样的系统中多个智能体以某种特殊的结构组织在一起。智能体的结构是十分重要的8，其用于：（I）预测和解释一个多智能体系统的动作行为，这个多智能体系统是基于实时状况和所处环境的；（II）提供如何发展实时多智能体系统的方法。通常情况下，智能体的结构提供了关于数据结构以及数据间关系的可取信息，处理过程对数据结构进行操作，并且这些操作为智能体中的每次循环所执行。最普遍的微智能体结构是6：（1）反应式的结构：由于内部没有固定模式可用，智能体不能一直保持用符号式来表示环境。具有反应能力的智能体只对外部刺激和来自传感器的信息作出响应（智能体的事件条件反应模式）。这种智能体通过低层次的数据而不是通过高层次的知识来进行交互；（2）审慎式的结构：这个结构由审慎式的（或认知式的）智能体组织而成。认知式的智能体使用符号化的知识（高层次）来推测其为响应环境而需要做出的动作，智能体执行这些动作并且与其他智能体交互，来实现它们的目标。与反应式的智能体不同，审慎式的智能体不依靠外界的刺激因素。由于它们与其他智能体协同合作，并且全部或者部分地使用智能推理技术，因此具有主动性。BDI（Beliefs，Desires，Intentions）结构是一种审慎式结构，其中每个智能体根据信念、愿望、意图这三项来决定自身的动作步骤；（3）合作式的或分布式的结构：在这种结构中，依靠智能体之间相互合作来解决问题。这些智能体是自治的，能与彼此交流。正是这种协同作用使得它们变得非常重要和有效。基于每个智能体自身不同的专长和特点得出的模块化的方法，使得复杂的问题得以解决；（4）混合结构：上文提到的两种或多种方法的结合。例如，为了能迅速有效地响应环境的变化，基本上智能体都是反应式的；为了能在真实复杂的环境里解决各式各样的难题，智能体需要是审慎式的。2.3 多智能体结构一个多智能体结构是一个促成智能体间协作关系和信息交互的框架，同时具有分布能力，以解决问题。这样的结构以一种高层次的视角来反映智能体群是如何解决问题的以及它们每个单独的个体在这种结构中所扮演的角色。一些结构化的“模板”已经被应用到多智能体系统的发展中9：（1）等级式结构：现代制造业公司包含了大量的分布式系统和半自治单元，这些分布式系统和半自治单元各自一定程度上地控制着本地资源，同时又有着不同的信息需求。一个较高层次的等级式结构符合这些公司的要求。当一个集中式的节点由若干本地数据库和相关知识组成，同时配备有监测机制、逻辑推理、决策制定和控制这些功能时，便可以实现这种高层次的结构10。智能体被用来构建本地知识数据库，并且智能体间的通信根据此等级式结构来实现。智能体间通信的管理是通过充当中间者或促进者的智能体来实现的，这些智能体根据传送消息的内容对消息进行路由选择后传递给其它智能体，从而建立起一个有效的通信接口。这种类型的结构具有减少通信所需的总开销的优势，同时也降低了对每个智能体复杂性和逻辑推理能力的要求；（2）扁平式结构：每个智能体可任意与另一个智能体通讯。这个概念的主要优势是智能体自治，但同时也增加了智能体间通信的开销；（3）包含式结构：其它智能体完全由那些包含式的智能体控制。智能体以垂直模块化的方式分布，每个智能体在模块中负责特殊任务或服务。较高位置的那些模块处于支配地位，能够制止或限制来自较低位置的模块的输入数据和输出数据；（4）模块化结构：在这种结构中，多智能体系统被划分为多个模块。每个模块通常采用扁平式结构，但模块间通信相对受到限制。模块化的多智能体系统对无线传感器网络系统来说是非常有用的，网络中的每个节点都能被分类成为一个单独的模块。无线传感器网络系统中的大多数通信是在节点之间或节点与汇聚节点(sink)之间的，因此模块化结构会是一种合适的多智能体系统结构。2.4 无线传感器网络中的移动智能体移动智能体是自我包含式的，能独立执行可识别的代码，在分布式的计算设备中展现出它的可移动性。它们可以在任意点上将自身所要执行的操作挂起，还可以将自己转移到另一处理单元中。在转移过程中，智能体以一系列代码、数据和操作的形式被完全传递11。在目的设备中，一个智能体的操作从先前被挂起的点开始完全重新执行。WSANs中的传感器节点资源有限，如物理体积小、内存容量少、计算能力差、能源不足和带宽低等2。大量这样小的成本低的传感器节点一起可以使用在指定域(a domain of interest)中，形成一个分布式的网络系统。在这样的网络系统中，传感器节点之间的合作对克服自身有限的感知和处理能力，提高决策处理的可靠性是十分关键的5。如图2，在一个WSAN中，从以下方面考虑，智能体可以提供一个合适的实现方式12：（1）智能化：具有能适应系统动态性的能力；（2）较低的带宽：网络中不再需要传送大量数据，只需要通过一个小小的智能体实现发送和接收；（3）相互协作：智能体间分享知识并协商出共同的策略；（4）自治性：不需要用户的介入便能自我执行；（5）移动性：能在不同节点间转移；（6）低功耗：由于体积小对带宽要求低，传送所需的能量相应减少。图2 无线传感器网络中的移动智能体一个典型的基于客户端/服务器端的WSAN中，所有的传感器节点将消息发送给一个共同的处理中心（汇聚节点）。特定事件的发生会触发传感器收集数据并发送给汇聚节点5 13。在基于移动智能体的方式中，负责转移的单元就是软件智能体本身，并且以三个内在前提为基础：自治性、通信和移动性。这种方式在传感器网络中的合作式信息处理，网络功能扩展，节省网络带宽资源和减少计算时间等方面具有明显优势，因为它避免了不必要的节点访问和智能体转移。3 三层拓扑结构这部分文章主要为WSAN定义了一个基于多智能体的数据处理结构，这个结构保证一定程度的系统性能、数据质量监测和错误诊断功能。它的总体目标是为WSANs的鲁棒性监测提供一个合适的框架，来满足应用特定的性能目标从而与工业资源系统构成统一整体。此框架通过智能体的两点主要特点，即可通信和移动性，使得物理环境和软件智能体的融合变得更加容易。另外，它以联合每次对智能体服务的监测活动的方式对错误管理问题进行综合处理。这种结构的多智能体方法会给无线传感器网络系统带来以下优势14：（I）模块化和可扩展性，不对系统添加新的特征，智能体可以被添加或删除而不打断或打扰整个处理过程，甚至是某一节点中正在运行的任务；（II）移动性，当本地节点中的一个智能体受到重击毁坏时，能通过从服务器再次发送此智能体到本地节点而恢复；（III）可靠性，为了防止从本地节点到监测系统的活动链接断开，根据最后的参考向量，本地智能体可以担任保证闭环系统稳定性的角色，直到通讯被重新建立起来为止；（IV）并发性，智能体可以平行地执行各自任务，这样就给予网络系统更大的灵活性，同时也加快了计算速度；（V）协同动态性，智能体相互分享各自的资源来实现它们的目标，这样就要求一个WSAN中的所有节点拥有相同的时间点读值。3.1 结构概述此结构如图3所示。这块内容提出了一个概念结构，主要由以下几部分组成：图3 一个WSAN分布式错误诊断和监测系统中的多智能体方法（1）中间件平台：中间件平台用来连接那些在一个系统结构中互相交互的应用、服务和组成。它被置于一个典型的三层式结构的中间层。这样，一个基于事件的中间件给应用程序员提供了一种发展分布式系统的泛性功能。通过它的组成部分（见图3），中间件允许程序员收集、处理和推理在系统中流通的数据。中间件作为一个基于事件的系统，提供了强有力的依据来决定哪些数据即被应用到内部中间件组成中（问题处理和分布或适配器框架）又被应用到外部组成中（无线传感器网络，在处理层面，商业应用在服务器层面，比如虚拟应用和ERP系统），哪些数据使用中间件进行交流；（2）多智能体错误诊断和监测系统：此模块主要负责以下三个组成部分的调节：（I）全局智能体监测系统，使智能体平台负责全局监视和本地智能体管理（见文章3.3部分）；（II）错误探测和识别系统(FDI)，用于实现FDI技术；（III）容错控制模块(FTC)，用于实现容错控制器，其可以与FDI系统平行使用；（3）无线传感器网络：无线传感器网络由一个汇聚节点和许多传感器节点组成，应用于监视下的不同外源系统。每个节点从外源系统中获取数据，然后信息进一步被一系列侦测软件智能体服务（见文章3.2部分）接收和处理，这给予了节点自治性使其可以根据错误事件作出响应，同时有必要的话，万一无线连接中出现超时或延迟超过预定阀值能及时作出反应。外源系统的输出由ADCs（Analogue-to-Digital Converters，模数转化器）将模拟信号转换为数字信号，ADCs被嵌入在传感器节点微控制器中（见图4）。然后转化为数字信号的数据被以堆栈形式存入一个读取缓冲器中，之后可以传递给汇聚节点。汇聚节点接收到数据包，再把它们发送给中间件处理。处理结果又被发送回相应的本地节点，以堆栈形式存在一个写入缓冲器中，然后由DACs（Digital-to-Analogue Converters，数模转化器）提供给进程(process)，DACs同样被嵌入在传感器节点微控制器中。图4 本地多智能体结构3.2 本地多智能体此结构基于一个多智能体范例，其中每个智能体都负责一项特定的任务。就做法而言，这个框架依靠一种协作式的和共享式的方法，这对任何一个分布式系统都是必需的条件。如图4所示，每个本地传感器节点包括了一系列用于监视和控制的智能体，这些智能体还可以触发预定义好的提醒(alarms)给本地智能体管理者使其根据情况作出反应。每个节点包含了以下特征和服务：（1）本地智能体管理者本地智能体管理者的主要目的是执行常规管理事项，联系其它独立的本地智能体，以及监测传感器节点和汇聚节点之间的通信状况。当智能体管理者体处于活动状态它会自动地将那些在本地仓库中的特殊监视智能体载入，用来对外源输出进行实时监测。另外，这个超级智能体负责备份所有独立的本地智能体到位于节点内非易失性存储器中的智能体仓库。一旦智能体崩溃，本地智能体管理者可以重新载入那个智能体。本地智能体管理者还负责持续监测本地级别较低的智能体。它们中一旦有一个智能体崩溃，本地智能体管理者就杀死相应的线程，然后再重新载入其存储在智能体仓库中的副本。不仅如此，如果这个智能体一直崩溃，便向全局智能体监测者发送一个重新产生此智能体的请求。本地智能体管理者的一项默认功能是根据环境状况选择哪些智能体被载入和在什么时候载入。如果一个监测智能体不再被需要，本地智能体管理者就会将其从存储器中删除，但它可以随时被重新载入。本地智能体管理者的另一项任务是消息延迟估计，即在一个活动连接中，在模拟数据的获得和汇聚节点端收到数据这之间的运行时间。由于控制动作是由服务器中的错误诊断和监测系统(Fault Diagnosis and Supervision system, FDSS)计算得出，然后发送给传感器节点的，一旦通信连接断开，本地管理者应该能够检测到这个错误事件并根据情况处理。本地智能体管理者然后载入一个稳定性控制智能体，其根据最后从汇聚节点收到的参数来稳定系统。当连接被重新建立起来，本地管理者会删除这个特殊的智能体，并将控制权交给FDSS。（2）监测智能体如上文提到的，本地监测智能体由本地管理者载入。通过读取缓冲器，监测智能体持续监测来自外源系统的数据读取，同时，它能对例如异常传感器测量值或结构出错等错误事件作出反应。在这些例子中，本地智能体负责触发发向本地智能体管理者的提醒(alarms)。由于计算能力有限，错误诊断方法完全依靠单变量的或多变量的统计数据。在单变量方式中，预定阈值的上下限规定了运行条件，并且当超出此条件范围时自动触发一个预定义的错误提醒。在多变量T2中，数据统计分析一次处理多组观测。我们假设有一数据集合XRnm，由m个变量和n组观察组成。接着，得出相应的协方差矩阵S=1/(n-1)XTX。假设这个协方差矩阵是可逆的，可以由T2=zTz得到霍特林的T2统计15，其中z=-0.5VTX，和V来自S奇异值分解。T2的近似阀值基于显著性水平，通过假设观察是从一个多变量正态分布中随机取样得到的来决定。因此，能为椭圆置信区域外的观察侦测到错误，即T2T2，同时触发一个预定义的错误提醒。（3）控制智能体控制智能体的主要任务是，在通信链路断开时去控制和维护最后接收到参数的sink节点周围的外环境。因此，这些智能体被存储在智能体的本地仓库中，并且只有在发生链接断开时被本地智能体管理者载入。这些智能体对于WSAN系统的自治性十分重要，它们允许系统能动态地响应通信超时，从而在通讯失败时系统能依然处于控制之中。3.3 全局智能体监测者全局智能体监测者负责监测和管理所有WSAN智能体。具体来说，全局智能体监测者负责持续监测本地管理者的状况，接收它们的报告，这些报告由错误诊断和监视系统分析和处理而得到。全局智能体监测者与一个全局智能体数据库连接，数据库里包括所有WSAN节点中的智能体的备份，这备份用来重新产生那些崩溃的智能体，其中包括本地智能体管理者。当本地管理者无法重新产生某一个崩溃的本地监测智能体时，重新产生的请求会被发送到全局智能体监测者。这个请求被处理，然后从全局智能体备份数据库中复制一个副本发向汇聚节点，再由汇聚节点发向请求发送者所属的节点。作为一个全局管理者，它有权限根据特定的前提重新配置所有的本地智能体。这是分布式系统的一项主要优势，因为即使在经过一段时间后，它仍可以保证节点功能的重构性和适应性，同时，它也实现了本地智能体数据库的可扩展性。全局监测者的另一项功能是管理每个节点的本地管理者，它作为一项特定需求的功能，通过上传、删除或杀死某一个本地智能体管理者的方式来实现。4 总结本文为WSAN应用提出了一个概念的多层次的中间件驱动的多智能体结构。多智能体的方式对分布式系统来说是一项有效的工程方案，例如工业环境中的WSAN，多智能体平台为其提供了传感器节点的移动性、自治性和智能化。此结构考虑了WSANs的特殊性和限制，来反映出在错误监测和容错控制的背景下，WSAN作为一个分布式系统的需求。参考文献：1 A. P. Ospina, A. M. Canola, and D. O. Carranza. Integration model of mobile intelligent agents within wireless sensor networks. In Proceedings of the IEEE Latin-American Conference on Communications, pages 1-6, September 2009. doi: 10.1109/LATINCOM. 2009.5304873.2 F. Tirkawi and S. Fischer. Generality challenges and approaches in wsns. International Journal of Communications, Network and System Sciences, 2(1):58-63, 2009. doi: 10.4236/ijcns.2009.21007.3 K. S. Low, W. N. N. Win, and M. J. Er. Wireless sensor networks for industrial environments. In Proceedings of the International Conference on Computational Intelligence for Modelling, Control and Automation and International Conference on Intelligent Agents, Web Technologies and Internet Commerce, volume 2, pages 271-276, Washington, DC, USA, 2005. IEEE Computer Society.4 M. Cerrada, J. Cardillo, J. Aguilar, and R. Faneite. Agents-based design for fault management systems in industrial processes. Computers in Industry, 58(4):313-328, 2007. doi: 10.1016/pind.2006.07.008.5 P. K. Biswas, H. Qi, and Y. Xu. A mobile-agent-based collaborative framework for sensor network applications. In Proceedings of the Third IEEE International Conference on Mobile Ad-hoc and Sensor Systems, pages 650-655, Vancouver, BC, October 2006.6 M. Paolucci and R. Sacile. Agent-Based Manufacturing and Control Systems: New Agile Manufacturing Solutions for Achieving Peak Performance. CRC Press, USA, October 2004.7 Stefan Bussmann, Nicolas R. Jennings, and Michael Wooldridge. Multiagent Systems for Manufacturing Control. Springer-Verlag, 2004.8 M. Mendes, B. Santos, and J. S Costa. Multi-agent platform and toolbox for fault tolerant networked control systems. Journal of Computers, 4(4):30-310, 2009. 9 D. P. Buse and Q. H. Wu. IP Network-based Multi-agent Systems for Industrial Automation: Information Management, Condition Monitoring and Co