分布式人工智能

分布式人工智能人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。传统的计算系统是封闭的，要满足一致性的要求，然而社会机制是开放的，不能满足一致性条件，这种机制下的部分个体在矛盾的情况下，需要通过某种协商机制达成一个可接受的解。Minsky将计算社会中的这种个体称为Agent。这些个体的有机组合则构成计算社会一一多Agent系统。Simon的有限性理论是多Agent系统形成的另一个重要的理论基础，Simon认为一个大的结构把许多个体组织起来可以弥补个体工作能力的有限；每个个体负责一项专门的任务可以弥补个体学习新任务的能力的有限；社会机构间有组织的信息流动可以弥补个体知识的有限；精确的社会机构和明确的个体任务可以弥补个体处理信息和应用信息的能力的有限[1。Agent是指驻留在某一环境下，能持续自主地发挥作用，具备驻留性、反应性、社会性、主动性等特征的计算实体。其实，Agent有很多种定义：Agent在某种程度上属于人工智能研究范畴，因此要想给Agent下一个确切的定义就如同给人工智能下一个确切的定义一样困难。在分布式人工智能和分布式计算领域争论了很多年，也没有一个统一的认识。研究人员从不同的角度给出了Agent的定义，常见的主要有以下几种：FIPA(FoundationforIntelligentPhysicalAgent)，一个致力于Agent技术标准化的组织给Agent下的定义是：“Agent是驻留于环境中的实体，它可以解释从环境中获得的反映环境中所发生事件的数据，并执行对环境产生影响的行动。”在这个定义中，Agent被看作是一种在环境中“生存，，的实体，它既可以是硬件(如机器人)，也可以是软件。

著名Agent理论研究学者Wooldridge博士等在讨论Agent时，则提出“弱定义”和“强定义”二种定义方法：弱定义Agent是指具有自主性、社会性、反应性和能动性等基本特性的Agent；强定义Agent是指不仅具有弱定义中的基本特性，而且具有移动性、通信能力、理性或其它特性的Agent；Franklin和Graesser则把Agent描述为“Agent是一个处于环境之中并且作为这个环境一部分的系统，它随时可以感测环境并且执行相应的动作，同时逐渐建立自己的活动规划以应付未来可能感测到的环境变化”；著名人工智能学者、美国斯坦福大学的Hayes-Roth认为“智能Agent能够持续执行三项功能：感知环境中的动态条件；执行动作影响环境条件；进行推理以解释感知信息、求解问题、产生推断和决定动作”；Agent研究的先行者之一，美国的Macs则认为“自治或自主Agent是指那些宿主于复杂动态环境中，自治地感知环境信息，自主采取行动，并实现一系列预先设定的目标或任务的计算系统”。ifAgent具有下列基本特性：自治性(Autonomy):Agent能根据外界环境的变化，而自动地对自己的行为和状态进行调整，而不是仅仅被动地接受外界的刺激，具有自我管理自我调节的能力。反应性(Reactive):能对外界的刺激作出反应的能力、主动性(Proactive):对于外界环境的改变，Agent能主动采取活动的能力。社会性(Social):Agent具有与其它Agent或人进行合作的能力，不同的Agent可根据各自的意图与其它Agent进行交互，以达到解决问题的目的。进化性:Agent能积累或学习经验和知识，并修改自己的行为以适应新环境。[3-4]从Agent的特性就可以看出，Agent与对象既有相同之处，又有很大的不同。

Agent和对象一样具有标识、状态、行为和接口，但Agent和对象相比，主要有以下差异：Agent具有智能，通常拥有自己的知识库和推理机，而对象一般不具有智能性；Agent能够自主地决定是否对来自其它Agent的信息作出响应，而对象必须按照外界的要求去行动。也就是说Agent系统能封装行为，而对象只能封装状态，不能封装行为，对象的行为取决于外部方法的调用；Agent之间有通信通常采用支持知识传递的通信语言。但Agent可以看做是一类特殊的对象，即具有心智状态和智能的对象，Agent本身可以通过对象技术进行构造，而且目前大多数Agent都采用了面向对象的技术，Agent本身具有的特性又弥补了对象技术本身存在的不足，成为继对象技术后，计算机领域的又一次飞