智能代理技术和基本模型分析

1、智能代理技术和基本模型分析一、什么是智能代理智能代理，即Intelligent Agent，又简称Agent。Agent是当前计算机科学领域中的一个重要概念，已被广泛应用于AI(人工智能)、分布计算、CSCW(计算机支持协同工作)、人机界面等计算机科学领域。一个能为AI领域的大部分研究人员所接受的定义是将Agent视为在某一环境下能持续自主地发挥作用、具有生命周期的计算实体。尽管目前人们对Agent仍无一个统一的认识，但一种普遍的观点认为:作为Agent的软件或硬件系统一般具有以下基本特征:(1)自主性:A.Agent具有属于其自身的计算资源和局部于自身的行为控制机制。B.Agent能在没有人

2、类或其他Agent的直接干涉和指导的情况下持续运行，并能根据其内部状态和感知到的环境信息，决定和控制自身行为。C.自主性是Agent的一个重要属性，它是Agent概念区别于对象(object)概念的一个重要特征。(2)社会性:A.Agent处于由多个Agent构成的社会环境中，它的行为必须遵循和符合Agent社会的社会规则。B.Agent拥有其他Agent的信息和知识，并能通过某种Agent通讯语言与其他Agent实施灵活多样的交互和通讯、能够有效地与其他Agent进行合作。(3)反应性:Agent能够感知所处的环境(可能是物理世界，或操纵图形界面的用户，或与它进行交互和通讯的其他Agent等

3、等)，并能对环境中发生的相关事件（如Agent间的交互和通讯，系统中特定事件的发生）做出适时反应。(4)主动性:Agent能够遵循承诺采取主动的行动，它的行为是为了实现其内在的任务，因而Agent是一个目标制导(Goal-Directed)的行为实体，能够在条件满足时主动将相关信息提供给Agent。上述特性属于Agent的基本特征。对于某些特定领域的研究人员而言，Agent还有其他性质和特征如:(5)合理性(Rationality):Agent中没有冲突的目标，Agent的行为总是基于其已有的任务，而且其行为不会故意阻止其任务的实现。(6)学习相适应性:一个Agent可以从过去的经验中不断积累

4、知识，并能根据知识的变化来改变自己的行为，来适应新的环境。(7)推理能力:一个Agent能具有一种合理的、可再生的方法，基于现有的知识和经验进行推理的能力。二、网上智能代理的基本模型1.一个Agent往往由用户界面模块、学习模块、任务计划模块、操作系统接口模块、执行模块、一个知识库以及中央控制模块组成。2.其中，中央控制模块处于Agent的核心地位，控制着其他所有模块。Agent的基本模型见图。3 Agent的构成模型（1）用户界面模块:A.用户界面模块负责Agent和用户之间进行交流。B.知识库中的知识主要是从该模块中获得。用户界面模块必须生动有趣形象，让用户有更多的选择余地，使用户感到自己

5、始终控制着Agent。（2）学习模块:A.学习模块使得Agent能更新知识库，适应外界环境的变化。B.Agent的学习主要通过观察和模拟用户的行为、接收来自用户的反馈、接收来自用户的精确的指令、”向其他的Agent学习等方式。（3）任务计划模块:任务计划模块允许用户制定一些计划或定时任务，这些计划或任务由一系列的行为组成，然后交由执行模块处理。（4）执行模块:执行模块把用户的请求或计划任务，进行分解，转化为一系列的Agent内部命令，并进行安全性检查，若通过则提交给操作系统接口模块执行，并负责把执行结果返回给中央控制模块。(5) 操作系统接口模块:A.该模块负责同操作系统或网络进行通信。其主要

6、功能是把执行模块传来的Agent内部命令根据知识库的内容转为操作系统能够执行的实际命令，同时提交操作系统执行。B.一旦命令执行完毕，操作系统接口模块将去获取命令执行的最后结果，并把结果交由中央控制模块显示给用户。三、代理间的合作和通信1.在AI领域，人们通常将由多个Agent所构成的、相互作用、相互关联的系统称多代理系统(MAS: Multii-Agent System)。2.在MAS中，由于资源、能力、信息的有限性和分布性，因而合作(Cooperation)是它的一个重要特征。3.Agent间进行合作的基础是交互，而通信是实现Agent交互的一种重要方式和手段。4.在MAS中，Agent间的

7、合作方式多种多样。其中，请求/服务是一类典型的合作方式。在采用这种合作方式的MAS，系统简单而有效，它不涉及复杂的资源竞争、冲突等问题。请求/服务是分布式信息服务系统中一类典型、有效的合作方式。其计算模型Client/Server计算已被广泛应用于分布式信息服务系统的开发，并成为当前分布计算领域中的一种主要计算模型。5.请求/服务模型可细分为:无条件请求/被动服务合作模型，条件终止请求/主动服务合作模型，条件非终止请求/主动服务模型。四、基于智能代理的网络学习系统1)网络学习系统是一个多代理的系统，学习系统中的每个代理都是一个软件模块。2)这些代理能够发送和接收消息，并能根据内部储存的知识对收

8、到的消息做出具有智能的决定，同时采取相应的行动。3)其依据的知识储存在学习系统的知识库中，它具有适合表达某种知识的储存结构。如图给出了基于智能代理的网络教学环境。4)分布在教师站点和学生站点上的多个Agent组成了一个Agent团体。根据团体中每一个Agent所扮演的角色及担负的职能，可将其分为教师代理和学生代理两类。图 基于智能代理的网络教学环境一般说来，网络学习系统由以下几种代理组成：1.知识库代理A.一个拥有强大信息检索能力、答疑、提供建议的能力的智能代理必然要依据存储在知识库中的知识进行推理。B.知识库能根据请求向其他代理提供大量的、能够理解的知识信息，并能与其他知识库相连，构成一个巨

9、大的知识库。2界面代理界面代理能监控用户的行为，并能从用户的行为中获取知识，最终成为用户的助手。3.导师代理(TUTOR AGENT)A.导师代理是一种用来支持学生完成新的学习任务的教学手段。B.学生在进行新的学习任务的过程中，导师代理能提供学习指南等形式的帮助，使得学生更成功的完成学习任务。C.导师代理能提供学习建议、学习参考资料、及时的错误纠正等形式的帮助。D.当学生完成了学习任务，学到了新知识，掌握了新技能，教师代理自动消失。E.在许多现有的软件包中，导师代理通常表现为“向导”等形式。4冲突调解代理A.冲突调解代理主要负责协调其他代理之间的活动，并解决他们之间的冲突。B.在网络学习系统中

10、，需统一协调的活动包括:计划安排、任务构建、任务间的协商，任务分配，解决方案评价。5知识管理代理A.知识管理代理提供对知识信息的创建、维护和解释。B.知识管理代理提供对这些知识处理活动的高层协调功能，这些功能和具体应用是独立的，可同时支持多个工程应用，它实际上是协调各个应用之间的一种高级冲突协调代理，并提供了一个合作框架。6信息搜索代理A.信息搜索代理能根据用户的要求搜索特定的信息，并以友好的方式返回结果。B.在搜索信息时，它遍历整个系统，从一个节点到另一个节点不断搜索，不断查看有无用户需要的信息。C.信息搜索代理也被称为信息机器人或知识机器人，能够帮助用户在Internet上搜索信息。7目录

11、代理A.目录代理主要为各种服务、资源提供地址，便于用户存取。B.由于整个学习系统的数据和信息以及知识都是分布式存储的。因此，高效的目录管理是不可缺少的。C.用户通过目录代理可迅速得到所需信息的位置，进而进一步取得相应的资料。D.目录代理涉及到数据重复、更新，以及各处数据的保持同步和一致性等问题。六、智能代理的实例七、智能代理的教育应用A.智能代理技术作用于教育领域中，给教学活动带来了很多好处。为简便起见，我们将应用于教育环境下的智能代理简称为教育代理。B.教育代理通过生动逼真的代理人促进了学习过程，它是在过去关于智能导师系统的研究基础上建立起来的，但比起过去的系统，教育代理就促进在线学习方面存

12、在的问题提出了新的看法，并着手于过去在智能导师的研究中普遍忽视的问题。由于不同的学生在智力、熟练程度和学习方式上有不同的表现，学生行为通常是不可预测的。C.动态教育代理通过模拟逼真的代理人促进了计算机学习环境下的学习。这些逼真的代理人能根据学习者的行为作出反应。此外，凭着对学习情境及学习主题的充分理解，它们能够在学习过程中发挥重要作用。Adele(远距离教育代理 )a)USC开发的一种教学代理一一Adele(远距离教育代理简易版Agent for Distance Education-Light Edtion)。b)Adele是一种专为适应网络虚拟教育环境而设计的教育代理。这一教育代理的体系结

13、构贯彻了最基本的教育功能:表述知识、监控学生及提供反馈、探究问题，以及提示和解答。d)这些功能都是通过一个能够支持与学生进行连续和多种模式交互的逼真代理人来完成的。e)Adele体系结构能够在网络浏览环境的客户端执行，并能与用其他幕后创作工具产生的虚拟环境相互作用。f)Adele设计目的是为帮助学生完成基于问题的训练而设计的，这些练习被整合到教学材料中并由互联网进行传送。Adele在设计中不仅支持单机用户及单一系统教学，同时也支持多用户和多系统的协作训练。Adele结构综述的结构1）Adele系统包括四个主要的组成部分:教育代理、虚拟环境、客户-服务器和服务器存储器。其中教育代理又包括两个子部

14、分:动态代理人及推理引擎。2）中央服务器的作用是保存记录学生进展的数据库，并在适当时候保证多机及多用户协作训练同步进行。3）推理引擎完成所有的监控和决策。决策建立过程为：选择案例后从服务器下载的学生模型，案例任务图示以及初始状态，以及随学生完成案例过程而更新的当前代理的智力状态。案例完成后，学生行为的记录将被保存到服务器，用于评价学生的技术水平并对以后案例中Adele如何与学生进行交互作出决策。4）动态代理人不过是一段Java程序，能够单独使用于基于网络的JavaScript接口，也可以合并到更大的应用程序中，例如我们在此所描述的虚拟训练。5）自制动态代理不像Microsoft那样的幕后(of

15、f-the-shelf)代理，可以保证平台的独立性和可扩展性。代理人程序使我们能够方便地增加和改变动画画面以支持用户选择不同的代理。2.Adele面向代理的方法a)Adele是基于自治代理范例而不是智能导师系统范例设计的。Adele则为运行于网络而设计的，过渡到基于网络的环境不仅限制了与用户交互的可能模式，也对其执行提出了更高的要求。b)Adele对注视的眼神和身体姿势的运用，以及它对学生行为的反应能力，使它具有真实性并能感到学习者的存在，而它使用的面部表情则激发了学生的学习动机。c)Adele的设计模块化，并能支持外部程序接口的幕后(off-the-shelf)创作工具所制作的网上训练和虚拟

16、学习相结合。的学习任务表示Adele的陈述方案虽然简单而又通用，却能达到对学生提供可用的反馈的目的。为了使代理的推理引擎能在用户端高速运行，也为了支持知识的掌握和建构，简单原则是必不可少的。目前Adele的任务陈述不仅能支持大范围的科学课程教育，同时也适用于多种技能训练。4.Adele基于情境的推理A.引用情境空间来建构学科领域的状态空间，以达到在动态的域里指导行为的计划。B.情境由命名、通用状态(world state)、目标表示、优先级和一系列的转换而定义。其中，world state和目标表示是状态描述的一部分。优先级用来在适用选择不止一个的情形下进行情境的组织。转换则描述当相关条件在通

17、用状态(world state)为真时可能导致的各种情境。C.通常，进入一种情境后，适应该情境的子程序将被作为示例，以达到目标表达式。由于教学领域允许我们事先知道所有可能出现的情境，所以没有必要为每一个情境生成实时程序。相反，所有情境的程序都是提前设计的，并把可能出现的负面交互考虑进去。例如，由于新增步骤消除已执行步骤的效果而产生的负面交互等，因此，Adele的推理引擎要完成的任务是监控情境。D.对于Adele的推理引擎来说，总有一个已定义的当前情境，推理引擎监控通用状态(world state)的变化，并决定是否向另一情境转化。作为教学状态变化基础的当前程序随着情境变化而变化。(三)Adele的教育功能Adele与以前的教育代理比较，支持了一些新增的教育功能。运用对学生和情境的双重知识，Adele能在教学中插入测试，提供相关参考资料的指示器，并通过赞许学生的进步进而激发学生。1随机式教学A.基于情境的推理也可应用于当学生从事某一给定任务时进行随机引导的问题。B.为了保持对情境的实时响应，代理可以和学生进行适用于情境的交互。C.通过这种方式表述知识，使得代理能够对虚拟世界的各种变化作出响应，不仅适用于具体学科领域的情况，同时可以探索不同的教育方式。2情境参考A.由于Adele是教学系统的一部分，必须支持课程设计者对与教学目标相关的材料提供参考。这些