分布式人工智能2

分布式人工智能与Agent分布式人工智能—DAI传统AI理论与方法在很大程度上只适用于串行处理结构，但大型智能问题都存在着潜在的并行性、分布性和开放性特点，而并行计算技术和计算机网络的发展为利用这些特性以提高问题求解效率和质量提供了实现基础。在这种情况下，DAI的研究逐渐引起了人们的注意。分布式人工智能—DAIDAI一词来源于1980年在MIT召开的第一届DAI国际会议“TheWorkshoponDistributedArtificialIntelligence”，为DAI的发展和推广起到很大推动作用。AvourisN.M个体的自治性和粒度角度将DAI的研究分为三个分支：分布式问题求解(DPS,DistributedProblemSolving)、多Agent系统(MAS,Multi-AgentSystem)和并行人工智能(PAI,ParallelArtificialIntelligence)分布式人工智能—DAIDPS的研究目标是创建大粒度协作群体，待求解的问题被分解为多个子问题，并分配给DPS系统中的个体，各个体进行各自的部分求解，所得到的部分解按照一定的方法综合起来得到整体解。在求解过程中可能进行协作，但这种协作是可预知的，并被事先安排在问题的求解过程的描述中，个体间的协作是命令/服从式的，不需进行协商DPS系统的特点是：环境条件已知，设计按自顶向下的方向展开，算法专用分布式人工智能—DAIPAI主要研究AI的并行计算体系结构，系统通常由多个紧密耦合的问题求解器组成，每个求解器是一个细粒度的知识体，PAI研究的观点与方法结合了符号主义和联结主义，神经元计算机也属于此研究范畴传统的DAI主要包括多专家系统、分布式专家系统、群体决策支持系统等新的分布式人工智能理念—MASMAS系统中各个Agent是自主的，生命周期不全为其他Agent所知，可以有共同的目标，也可以有各自不同的目标，Agent间即可能协作，也可能对抗，协作形式多种多样（如命令/服从式、投票式、磋商式等），MAS系统需要协调这些自治的Agent的行为。而由于各Agent空间上的分布性、时间上的并行性和逻辑上的依赖性使得MAS系统的问题求解过程更为复杂。DAI的三个分支并没有严格的定义和区别，互有交叉什么是Agent1980年代末开始，Agent的研究从DAI领域拓展开来，并与经济学、社会学等其他领域相互借鉴与融合，在许多最初不属于DAI的应用领域得到更为广泛的应用，面向Agent的思想技术作为开发设计软件系统的新方法也日益引起学术界和企业界的广泛关注什么是Agent在应用Agent技术的系统中，Agent的含义和表现各不相同，给Agent下一个无争议的定义是很困难的，Hewitt甚至认为定义什么是Agent和定义什么是智能一样困难Agent定义可分为强定义和弱定义，弱定义强调Agent的自治性、社会性、感知环境并作出反应，强定义在此基础上增加了心智状态等高层次的属性Agent的分类普遍的看法是Agent可分为思考型Agent、反应型Agent和混合型Agent思考型Agent(deliberativeAgent)是一种知识系统，用符号AI的方法来实现Agent的表示和推理。将Agent看作一种作为人类个体或社会行为的智能代理的意识系统，引入意识态度(intentionalinstance)，如信念、愿望、意图、目标、承诺、责任等，以表现出被代理者的意识态度代表性的工作是Rao和Georgeff对BDI模型的研究，他们采用三个模态算子刻划信念(Belief)、愿望(Desire)和意图(Intention)，提出了描述Agent意识态度的BDI逻辑这些研究的目的是实现Agent的理性平衡，以保证Agent正确的执行赋予其的职责Agent的分类从形式逻辑的角度对Agent理性的研究仍缺乏实用性，而且不能保证Agent做出最优决策另一种研究Agent理性行为的方法是基于对策论和决策理论的方法，其信念模型是将Agent每个行为的可能后果（到达何种状态）赋予概率，愿望模型用实数表示那些可能状态的效用，Agent的合理行动就是期望效用最优化的行动，可以根据信念和愿望得到，这就是效用理性这种方法的实用性较强，但忽视了推理环节，需要与形式逻辑方法进行融合Agent的分分类思考型型Agent的的设计计与建建造上上的复复杂性性以及及在理理论上上还存存在许许多问问题，，使其其缺乏乏实用用性，，于是是有研研究者者提出出了反反应型型Agent(reactiveAgent)反应型型Agent的的思想想基础础行为为主义义心理理学，，认为为Agent不不需要要知识识，只只需感感知环环境的的变化化并作作出相相应的的反应应动作作。反反应型型Agent虽虽然对对外环环境的的变化化有很很高的的响应应速度度，但但智能能程度度低，，缺乏乏灵活活性。。Agent的分分类混合型型Agent(hybridAgent)的的结构构可分分为两两层，，底层层是反反应层层，不不采用用符号号表示示和推推理，，可快快速响响应并并处理理外部部环境境的突突发性性变化化，通通常具具有较较高的的优先先级；；高层层采用用传统统的AI方方法进进行规规划、、推理理和决决策。。混合合型Agent综合合了前前两者者的优优点，，既有有高响响应速速度，，又有有较高高的智智能和和灵活活性，，是当当前研研究的的主流流多Agent系系统——MAS导致MAS研究究兴起起的最最直接接原因因是MAS的合合作问问题求求解能能力大大于单单个Agent，其其它原原因包包括：：求解解具有有分布布性的的问题题、提提高系系统的的效率率和鲁鲁棒性性、与与已有有软件件系统统的互互操作作等。。近年年来Internet的的飞速速发展展为MAS提供供了广广阔的的应用用前景景，对对MAS研研究起起到了了巨大大的推推动作作用，，出现现了基基于MAS的移移动Agent、电电子商商务、、网格格计算算等研研究方方向MAS的特特点及及研究究内容容MAS具有有如下下特点点：成成员Agent所拥拥有的的信息息和问问题求求解能能力是是不完完全的的，因因而其其观点点是有有局限限性的的；不不存在在全局局控制制；数数据是是分散散或分分布的的；计计算是是异步步、并并发或或并行行的。。此外外，在在应用用系统统中，，Agent可可能具具有不不同的的角色色和目目的，，Agent之之间的的关系系也因因此不不同，，可能能是合合作的的，也也可能能是竞竞争甚甚至对对抗的的，可可以是是从属属关系系，也也可能能是平平行关关系MAS的研研究内内容主主要包包括：：.组组织的的形成成；协协商与与协调调机制制；合合作机机制与与任务务分配配；个个性、、社会会性和和规范范Agent组织织的形形成Agent组织织的形形成主主要研研究组组织结结构设设计、、组织织结构构到Agent组织织的映映射和和Agent组组织的的演化化具体方方法目目前主主要有有联盟盟形成成方法法、交交互形形成方方法和和面向向结构构的方方法。。联盟形形成方方法代表性性研究究是Sheory等等以对对策论论中多多人合合作博博弈为为基础础，提提出的的联盟盟形成成方法法，从从一群群无联联系的的Agent中中构造造出有有联系系的Agent联盟盟其过程程包括括：（1））联盟盟结构构的形形成（2））联盟盟值求求解（3））联盟盟值在在成员员中的的分配配上述三三个步步骤反反复迭迭代，，直至至得到到稳定定解交互形形成方方法交互方方法是是指在在Agent不不明确确组织织结构构的前前提下下，通通过交交互形形成组组织的的方法法，主主要有有：基于协协商的的合同同网协协议基于依依赖关关系的的社会会推理理，即即Agent找找出与与其目目标有有依赖赖关系系的其其他Agent，通通过协协商与与其形形成合合作组组织基于价价格调调控的的市场场方法法，通通过市市场价价格的的调整整达到到供求求平衡衡时，，Agent形形成买买卖关关系组织自自设计计，Agent组织织可以以根据据情况况排斥斥或合合并Agent.面向组组织结结构的的方法法面向结结构的的方法法人类类社会会的组组织结结构产产生机机制类类似，，以组组织结结构为为前提提，进进行角角色的的分配配与调调整一个Agent的能能力符符合角角色要要求时时可以以承担担该角角色；；若Agent承担担某角角色有有利可可图，，则会会期望望承担担该角角色；；若Agent组织织中存存在还还未被被承担担的角角色时时，则则会接接受合合适的的Agent加加入MAS的协协商机制协商(negotiation)是指指Agent之间通通过交互对对某些问题题达成一致致，是MAS实现协协作、冲突突消解和矛矛盾处理的的关键环节节协商方法主主要有基于于对策论的的协商和基基于劝说的的协商两种种类型基于对策论论的协商以以Zotkin和Rosenschein的工工作为代表表，但这种种方法未考考虑人类社社会的协商商所具有的的劝说特点点，计算量量大，效率率较低。Parsons和Jennings最最早提出通通过论据来来协商的方方法,基于于劝说的协协商是目前前主要的协协商方法基于劝说的的协商的原原理是，一一个Agent在提提出一项建建议时要同同时给出原原因，这样样对方就可可以了解提提议方的思思维状态，，在更为完完全的信息息基础上做做出更好的的反应，从从而加快协协商进程。。MAS的协协商机制Agent之间的协协商还离不不开协商协协议，协商商协议包括括Agent通信语语言（ACL）的定定义、表示示、处理和和语义解释释协商协议的的表示方法法主要有BNF表示示、有限状状态自动机机表示和纯纯语义表示示，BNF简洁明了了，且为研研究者所熟熟悉，成为为最广为使使用的一种种表示方法法。MAS的协协调机制协调是指具具有不同目目标的多个个Agent对其目目标、资源源、思维状状态等进行行合理安排排，调整各各自行为，，以最大程程度实现各各自目标协调的目标标是解决各各个Agent在按按照各自的的目的、知知识与能力力进行活动动时可能出出现的矛盾盾与冲突协调方法分分为显式协协调和隐式式协调两类类MAS的协协调机制显式协调是是指在MAS中各Agent之间存在在明确的协协调机制，，对Agent之间间的潜在冲冲突进行推推理，如有有必要，与与其他Agent协协商，调整整各自行为为以消除冲冲突显式协调方方法又可分分为完全集集中的协调调、集中与与分布结合合的协调和和完全分布布的协调三三种MAS的协协调机制完全集中的的协调是指指MAS中中存在一个个主控Agent来来控制其他他Agent的行为为，给出其其他Agent的行行为规划，，并保证各各Agent行为彼彼此协调。。这种方法法可以降低低系统复杂杂性，减少少Agent间由协协商产生的的通信开销销，但对主主控Agent提出出了很高的的要求。如如果各Agent的的行为比较较复杂，则则难以得出出一个全局局一致的行行为规划，，且不适合合动态、开开放环境，，在MAS中较少采采用。集中与分布布结合的协协调中也存存在一个主主控Agent，但但只起到管管理者的作作用，不需需给每个Agent一个完整整的行为规规划，只需需给出部分分规划或一一个目标，，其他Agent根根据自己的的知识来完完成，这样样可以降低低对主控Agent的要求。。完全分布的的协调方法法是指MAS中各Agent的地位是是平等的，，通过相互互间的协商商来协调各各自行为，，具体方法法有基于对对策论的方方法、基于于规划的方方法等MAS的协协调机制隐式协调是是通过为每每个Agent制定定行为规范范，这种规规范在设计计Agent时就被被嵌入，使使各个的行行为符合这这种规范，，从而表现现出整体行行为的一致致性代表性工作作是Shoham等等提出的社社会规则，，认为应当当为MAS制定一套套社会规则则，每个Agent都遵守这这一规则，，且在规划划行为时要要相信其他他Agent也遵守守规则，从从而保证Agent行为的可可实现性，，同时实现现整个社会会的行为协协调从本质上说说，社会规规则就是约约束Agent状态态空间搜索索的准则此外，Briggs提出了一一种称为““灵活社会会规则”的的方法，是是对社会规规则方法和和显式协调调方法的一一种折衷，，吸收了两两者的优点点，既降低低了通信开开销又缩短短了Agent规划划时间。MAS中的的Agent合作机机制合作是一种种特殊的协协调，是指指多个Agent通通过协调各各自的行为为来完成共共同的目标标合作的原因因可能是单单个Agent无法法完成其目目标，需要要其它Agent的的帮助，也也可能单个个Agent可以完完成目标，，但若与其其它Agent合作作，则可以以提高完成成目标的效效率或质量量。MAS中的的Agent合作机机制在前一种情情况下，对对于待完成成的目标而而言，Agent之之间存在着着依赖关系系，承担任任务的Agent必必须了解其其他Agent的能能力，找出出Agent间的这这种依赖关关系，作出出规划，将将任务分解解为多个子子任务，分分配给相应应的Agent。若考虑到Agent的自私性性以及可能能有各自不不同的目标标，有能力力完成某个个子任务的的Agent未必愿愿意承担任任务，则需需通过协商商机制，使使得Agent可以以通过协商商形成联合合意图，作作出联合承承诺，并建建立联合规规划后一种情况况多用于群群体决策支支持系统（（GDSS）、多专专家系统合合作推理等等，通过多多个Agent的合合作可以避避免单个Agent的能力缺缺陷，以得得到更好的的结果，、、MAS中的的Agent合作机机制此外，还有有一种情况况是团队工工作(teamwork)，团队中中各个Agent扮扮演不同的的角色，但但有共同的的目标，Agent所扮角色色和行为可可根据环境境变化转换换，团队行行动也要根根据环境变变化修改，，各个体的的行为要保保持一致，，这是目前前的研究热热点之一最具代表性性的是机器器人足球（（roboticsoccer），，团队工作作模型应用用范围广泛泛，适用于于教育、培培训、信息息收集、企企业管理、、群体机器器人协作以以及软件开开发环境（（AgentTeam模模型，Michael，2000））等MAS中的的Agent合作机机制多Agent合作经经常涉及任任务分配问问题，在MAS中如如果考虑到到Agent的理性性（或自私私性），则则会使任务务分配问题题大为复杂杂常用的任务务分配方法法有经典的的合同网方方法、规划划图方法、、基于市场场的方法等等合同网方法法适用于成成员之间是是平等、自自主关系的的MAS系系统，规划划图方法适适用于Agent间间存在从属属关系的情情况，基于于市场的方方法则适用用于在大量量自私的Agent间分配任任务。Agent的个性、、MAS的的社会性及及社会规范范研究目标：：这一方面面的研究者者注重从心心理学和社社会学的角角度对Agent和和MAS进进行理论上上的研究，，试图让Agent和MAS表现出人人类的行为为特点及人人类社会的的群体行为为规律模式式，认为这这样可以提提高MAS的智能程程度Agent的个性描描述的是Agent之间的差差异，如问问题求解能能力、领域域知识、目目标倾向等等。而社会会性则是指指Agent之间存存在各种各各样的关系系，如信任任、依赖、、从属等，，从这些个个体间的关关系可以导导致合作、、联盟、对对抗等群体体性行为。。对MAS的社会性性研究目的的是对这些些关系以及及从关系导导致群体行行为进行形形式化表示示并建立相相应的逻辑辑体系Agent的个性、、MAS的的社会性及及社会规范范这方面的研研究还未有有系统性的的理论成果果。所采用用的方法与与Agent思维状状态研究类类似，多以以模态逻辑辑和可能世世界语义学学为基础，，在BDI模型等的的基础上引引入联合意意图、集体体承诺等社社会属性。。社会规范不不仅是一种种隐式协调调方法，它它还体现了了MAS的的社会性通过制定规规范可以平平衡个体利利益与群体体利益的矛矛盾，保证证Agent行为的的理性这方面的研研究可分为为两类，即即基于模态态逻辑的方方法和基于于对策论的的方法，但但也还未有有很好的研研究成果。。SoftwareAgent和AOPSoftwareAgent并没有有准确的定定义，通常常理解为体体现了Agent思思想的软件件开发SoftAgent需需要AOP(AgentOrientedProgramming)思想SoftwareAgent的特征征：持久运运行，不像像通常的软软件例程那那样被特定定任务激活活，执行后后休眠或消消失；自治治性，不需需人的控制制和监督；；能感知环环境变化并并作出反应应；自适应应性，能根根据用户或或环境特点点调整自身身行为；智智能性，如如能够推理理、学习、、规划等；；能感知其其他Agent，推推测其行为为并能够与与之交互；；移动性，，能够在网网络中移动动；拟人性性，能够表表现出人的的心智特征征和行为特特征在实际应用用中，SoftwareAgent不需要具具备全部这这些特征，，可以根据据需要各有有侧重。SoftwareAgent和AOPAOP是Shoham最早在在1989年提出的的，他认为为AOP是是一种从社社会观点出出发的程序序设计思想想，应当用用能够表示示Agent性质的的意识态度度来设计和和开发Agent。。从1994年以来，，在Internet的推动动下，AOP思想得得到了很大大发展，Agent概念得到到广泛的应应用现在的AOP研究已已不再局限限于以Agent的的意识态度度为核心，，而是包括括一切用于于开发SoftwareAgent的技术和和方法现有的AOP语言已已有多种，，Shoham最早早提出了以以意识态度度为核心的的Agent-0语语言，在此此基础上发发展为PLACA，，此外，还还有面向反反应型Agent的的Telescript语言言以及结合合了OOP思想的AOP语言言如LALO、Z++a等SoftwareAgent和AOPSoftwareAgent和AOP的研究究分为NES(NouvelleExpertSystem)、EDS(ExoticDistributedSystem)和AD三类，下下图表示各各自的技术术成熟程度度和发展前前景NESEDSAD沿箭头方向向技术成熟熟度降低，，潜在影响响增加，实实现目标所所需时间增增加SoftwareAgent和AOPNES目的的是在AI相关技术术的基础上上，发展新新的应用领领域，或更更有效的应应用于已有有领域，目目前多用于于管理大量量的在线数数据，如个个人事务助助理、自动动信息采集集、Web数据挖掘掘等EDS目的的是构建具具有Agent特性性的新型中中间件(middleware),以以提高软件件开发效率率，支持网网络应用，，真正实现现“网络就就是计算机机”AD的目的的是计算机机人性化，，表现出人人的行为特特征，与用用户实现人人性化交互互。SoftwareAgent和AOPShoham认为：：NES技术术上已经成成熟，但发发展潜力不不大EDS技术术上有一定定的实现基基础，发展展前景较好好，应用范范围较广，，可视作是是CORBA、COM/DCOM等OOP技术术的进一步步发展和跨跨越，KQML等AOP语言言以及一些些用于电子子商务的软软件系统均均体现了这这一思想面向AD的的Agent研究应应当说是最最令人激动动的，但也也是难度最最大的，缺缺乏研究基基础，其发发展前景还还无法确定定。Internet环环境下的Agent/MAS研究Internet的的发展给社社会和经济济的各个方方面都带来来了巨大的的影响,使使得人们比比以往任何何时候都更更加能够大大范围地共共享各种信信息和资源源在Internet的基础上上，可以将将很大范围围上地理分分布的异构构计算机系系统组织起起来形成团团体性的任任务处理系系统。这使使得传统的的DAI研研究从传统统封闭的、、基于局域域网的系统统结构转向向开放的、、基于Internet的、、以Multi-agent理念为思思想基础的的体系结构构另一方面面，Internet上的信信息量之之大使得得人们必必须发展展更为智智能化的的信息收收集和管管理工具具，这也也促进了了面向Internet的Agent技术术研究。。Internet环境境下的Agent/MAS研研究AI技术术在Internet上的应应用大致致分为四四类：用户建模模(usermodeling)信息源发发现与分分析信息集成成(informationintegration)和Web站站点管理理在前三个个领域中中，Agent技术尤尤其被重重视，得得到了广广泛的应应用。这这里Agent通常成成为用户户与Internet之间的的接口，，代理用用户提交交的Internet服务请请求Internet环境境下的Agent/MAS研研究用户建模模在AI、认知知科学等等领域已已有较长长的研究究历史，，目的是是针对用用户的行行为特征征，建立立一个有有预测能能力的模模型根据这种种模型开开发出的的软件系系统就是是用户代代理Agent，能够够按照用用户的行行为习惯惯自动完完成规定定的任务务，如安安排日程程，过滤滤无用信信息，e-mail处处理等在Internet上上的一个个突出的的应用是是智能化化Web搜索，，例如根根据用户户浏览Web的的历史记记录，得得出用户户对各种种类型信信息的感感兴趣度度，自动动搜索相相关页面面，将这这些页面面按照权权威性排排序并提提供给用用户有的Agent给用户户提供的的不是页页面，而而是相关关领域的的专家，，并能够够自动引引导用户户与专家家联系（（如自动动将e-mail发给给相应的的专家））用户建模模通常采采用归纳纳学习、、决策树树、BP网、贝贝叶斯网网等机器器学习方方法Internet环境境下的Agent/MAS研研究为了使用用户能够够高效的的利用Internet信息息资源，，作为用用户智能能代理的的Agent应应当具有有信息源源的发现现与分析析能力信息源发发现与分分析可归归结为四四个问题题：信息源发发现，即即及时发发现用户户所需信信息的信信息源信息提取取，即如如何以正正确的方方式访问问信息源源，并从从信息源源提供的的各种形形式信息息中提取取所需的的有用信信息信息翻译译，即给给得到的的信息赋赋予正确确的语义义，从而而能够将将信息准准确提交交给相应应的任务务，例如如要确定定从信息息源得到到的数据据列表中中哪一列列是商品品名，哪哪一列是是价格等