人工智能通识教程 课件 -第8章 多智能体

第8章

多智能体IntroductiontoArtificialIntelligenceCONTENTS目录01

智能体概述02

多智能体协作原理03

多智能体协作模式与通信机制04

协商机制与冲突消解05

信任与声誉机制06

系统架构和组织模式07

应用场景与发展趋势本章内容导图智能体概述01智能体智能体：是嵌入于某一环境中，具有自主行动能力的计算机程序或实体。它能够通过传感器（sensor）感知环境，并通过效应器（effector）影响环境，进而完成给定的设计目标。单体智能的局限

单体智能成就深蓝、AlphaGo及GPT等,展现独立感知、推理与执行能力,验证单体智能在特定场景下有效性。

01知识局限单一智能体知识库有限，难以覆盖所有专业领域，超出训练数据分布问题时性能急剧下降。

02能力边界单一智能体在计算、感知、行动能力上有物理限制，难以高效处理不同地理位置的多重任务，如单一环境传感器监测范围不足，无法满足城市级空气质量监测需求。

03视角单一单一智能体基于固定模型和决策逻辑，缺乏多角度分析能力，易陷局部最优，如单智能体交通信号灯无法联动周边交通流致全局拥堵。

04风险大单智能体系统采用中心化控制架构，存在单点故障风险，如工业场景中智能体失效会导致生产停滞和巨大损失。多智能体系统的基础知识

多智能体定义MAS，为多智能体集合，多智能体系统是多个自主智能体通过交互规则协作，共同完成复杂分布式任务的集合。

多智能体作用在复杂任务中，多智能体能协同工作，提供超越单一智能体的解决方案，推动人工智能向更高级形态进化。通过多智能体交互协作,实现群体智能涌现,超越个体能力,如蚁群筑巢、团队设计芯片、开源社区开发软件。多智能体的核心维度

一个典型的多智能体系统包含以下核心要素：智能体（agent），系统的基本组成单元，具备自主性、反应性、主动性和社会性等特征。智能体根据内部架构复杂度，可为简单反应式系统或具复杂推理与规划能力的慎思式系统。环境（environment），智能体存在和活动的场所，提供了智能体感知和行动的外部条件。环境可分为完全可观察或部分可观察、确定性或随机性、静态或动态；交互协议(interactionprotocol)，是规范智能体通信协作的规则集合，含通信语言、消息格式、交互流程等。组织架构（organizationalstructure），定义智能体之间社会关系的框架，包括领导-下属、对等网络、联盟等形式。合理的组织架构能够有效协调智能体的行为，减少冲突，提高系统整体性能。能在没有人或其他智能体干预下正常工作自主性能主动完成自身的设计目标，表现出受目标驱动的自发行为能够及时对环境的变化做出反应具有通信交流的能力，能协作完成任务，能协商解决问题社会性0102主动性03反应性04多智能体特性多智能体系统的环境特征01分布性（distribution）资源、信息和控制逻辑分散，无全局集中控制节点，要求设计分布式决策机制避免依赖全局信息。02开放性（openness）智能体可动态加入或离开，系统边界不固定，MAS需适应成员动态变化，具备动态角色分配能力。03不确定性（uncertainty）环境状态和智能体行动结果具不确定性，如自动驾驶中行人横穿时间、车辆变道意图等；MAS要求智能体具备处理不确定性的能力。04动态性（dynamics）环境状态随时间变化，非静态稳定。如城市交通早晚高峰车流量变化。动态性要求智能体实时更新感知，调整协作策略。多智能体系统的形式化建模MAS形式化定义A:智能体集合E:环境状态空间S:智能体-环境状态的映射函数T:状态转移函数R:奖励函数O:观测函数单智能体形式化建模Si:状态空间Ai:动作空间Pi:智能体内部状态转移映射函数Ri:奖励函数Oi:观测空间Γi:目标集合单智能体系统与多智能体系统的本质区别系统设计的核心挑战03环境性质的根本变化02问题求解范式的转变01多智能体系统的理论意义多智能体系统的研究意义

拓展了智能研究视野，从社会与集体角度重新定义智能本质，聚焦社会与集体智能的核心探索。理论意义

对智能本质与边界的重新定义，推动了人工智能理论体系的深化与扩展，促进了智能科学的全面发展。1）集体智能的生成规律

多智能体系统研究简单个体交互涌现集体智能的规律，通过建模挖掘个体局部交互到群体全局有序的普适规律。2）个体理性与集体理性的平衡机制

资源有限场景中，个体利己决策与全局最优冲突，多智能体系统借助跨学科理论探索促进合作的社会机制。3）复杂适应系统的共性原理

多智能体系统是复杂适应系统，其涌现、自组织、动态演化特征与生态、经济、社会系统逻辑相通，研究可为多学科提供新范式。多智能体系统的研究意义：方法论价值

多智能体系统研究意义解决真实世界中分布式、动态、多目标复杂问题，传统集中式方法难应对，多智能体系统提供新方法论。

方法论核心优势四大核心优势，革新复杂问题求解方式，适应分布式、动态、多目标场景，超越传统集中式方法局限。

1）分布式问题拆解与并行处理多智能体系统分解复杂任务为子问题，由不同智能体并行处理，突破单智能体计算与能力边界，提升效率与覆盖范围。

2）贴近现实的自然建模方式多智能体系统对交通、市场等分布式多主体系统，能直接模拟个体行为与交互，比传统数学建模更贴合现实，可精准预测动态变化。

3）增量式的系统开发与演化多智能体系统支持即插即用动态接入，新增功能通过添加专用智能体实现，无需重构系统。

4）异质组件的灵活集成多智能体系统具开放性，可整合不同技术架构、功能的智能体组件，如建筑智能化管理中整合多种智能体实现多维度智能管控。多智能体协作的基本原理02多智能体协作的基本原理

多智能体协作任务特性、资源分布、效率目标与系统可靠性共同决定协作需求，四大因素为核心驱动。

协作驱动因素归纳为任务特性、资源分布、追求效率及系统可靠性，构成多智能体协作的基础。

1）任务内在耦合性任务具分布式、多环节、强关联特征，需多智能体时空同步参与完成，如超高层钢结构吊装需多机器人协同施力调整。

2）资源互补性智能体在硬件、知识、功能上具差异化优势，协作可共享资源、互补能力，突破个体边界，如建筑工程多智能体协作完成全流程任务。

3）效率优化需求多智能体协作通过任务分解与并行处理可显著提升执行效率，如建筑施工中多智能体并行处理能大幅缩短施工周期。

4）风险分散机制多智能体系统分布式架构具冗余特性，单个智能体故障不导致系统失效，提升可靠性与鲁棒性，如建筑安防监控中摄像头故障周边可补盲。多智能体协作的层次模型

·多智能体协作层次从基础至高级，分四层，各层对应特定场景与技术需求。

··协作层次应用场景基础至高级层次，应用场景渐进，技术要求同步提升。

011）信号级协作信号级协作是基础协作形式，智能体通过简单信号传递协调行为，无需共享复杂数据或决策逻辑，如塔吊用灯光、频率信号传递信息避免碰撞。

022）数据级协作智能体共享原始或预处理数据，通过数据融合构建完整环境认知，如基坑监测中融合传感器数据更准确判断安全状态。

033）决策级协作智能体共享决策依据与规划信息，协调行为决策，确保个体决策与系统整体目标一致，如建筑施工车辆调度中减少现场拥堵。

044）目标级协作目标级协作是最高层次协作形式，智能体目标层面达成共识，围绕共同任务目标调整自身行为策略。多智能体协作的价值创造机制

多智能体协作价值提升任务效率，拓展系统能力，激发创新潜力，具体体现于五方面机制。

协作价值创造机制通过多维度机制，如信息共享、资源优化、决策协同等，实现价值创造和提升。

1）能力放大效应协作系统通过专业分工与优势互补，能解决单个智能体无法应对的复杂问题，如超大型体育场馆多专业维度设计。

2）效率倍增效应并行处理与分布式计算大幅缩短任务时间、提高资源利用率，如建筑工程BIM模型轻量化处理耗时从数小时缩至十几分钟。多智能体协作的基本原理：协作的价值创造机制

3）知识聚合效应不同智能体局部知识与经验协作整合，形成全面准确环境认知，如建筑工程事故诊断中多智能体知识融合快速定位事故原因。

4）系统稳定效应分布式架构与功能冗余使系统在部分组件失效时维持基本功能，提高可靠性，避免单点故障导致系统失效。

5）创新涌现效应不同智能体思维模式与解决方案碰撞，可产生单个智能体无法想到的创新性解决方案，如建筑设计中多智能体协作诞生兼顾美学、安全与节能的创新方案。多智能体协作模式与通信机制03协作的基本模式与组织形式组织形式分析基于组织理论视角，分析协作框架，明确模式选择因素。030201主从、平等协商、合同网协议、黑板模型任务导向的协作目标分解协作、结果驱动协作、约束传播协作目标导向的协作层次组织结构、团队组织结构、社区组织结构、联盟组织结构基于组织理论的协作智能体通信语言与协议通信是多智能体系统实现协作的核心纽带，智能体通过标准化的信息交换达成认知对齐、意图理解与行动协调。智能体通信语言与协议：智能体通信的基本要素智能体通信基础四大核心要素构成通信机制，需根据场景特性定制化设计，适用于多智能体系统。通信要素定制根据不同领域和场景特性，对通信语言与协议进行定制化设计，以实现有效通信。1）通信语言通信语言定义智能体间信息交换的语法与语义规范，确保信息准确解读，如暖通系统中传感器与空调控制智能体需用统一语言避免误判。2）通信协议通信协议规定通信时序、流程与交互规则，包括信息发起、响应、确认等环节，避免传输混乱。3）通信内容智能体传递的具体信息，主要分为环境状态、行动意图、请求承诺内容三类，内容的复杂度需与场景需求匹配。4）通信质量通信质量含可靠性、时效性、安全性；通信协议设计需兼顾功能实用，适配多领域，遵循完备等五大原则。主流智能体通信语言FIPAACL协商机制与冲突消解04协商机制与冲突消解协商机制为智能体提供冲突解决框架，确保协作关系，稳定系统功能。冲突消解通过标准化协商，智能体在资源争夺等冲突中达成共识，维护系统整体稳定。冲突的类型与来源

资源冲突目标冲突信念冲突计划冲突博弈论协商框架

合作博弈非合作博弈重复博弈主流协商协议

拍卖协议讨价还价协议辩论协商基于案例的协商冲突消解策略议

冲突重要性依据智能体关系依据时间约束信息可用性协商机制与冲突消解信任与声誉机制05信任与声誉机制：信任的基本概念信任是多智能体协作的软纽带，其定义与属性反映了智能体间信任关系的本质特征

信任的定义多智能体系统中，信任是智能体基于交互经验对其他智能体能力、诚信度和行为一致性的主观预期，愿承担风险依赖对方完成协作任务。信任的基本概念

信任的核心属性

01信任主观性信任基于个体经验与判断，如A智能体因合作顺利对供应商信任度90%，B智能体曾遇瑕疵，信任度仅60%。

02信任不对称性信任非相互等同，如平台智能体对骑手信任80%，骑手对平台信任仅70%，体现明显不对称。

03情境依赖性信任受任务影响，如在压力调节中，空调智能体对水泵信任高，应急供水时因低速信任下降。

04信任动态性信任随经验变化，如空气质量传感器连续准确，信任升至90%，一次误报则骤降至50%。信任评估模型

基于直接经验基于声誉混合信任声誉系统设计原则

声誉信息真实性声誉信息时效性上下文敏感性隐私保护系统开销信任机制应用价值

降低协作风险提高协作效率促进系统稳定增强系统适应性信任与声誉多智能体系统架构与组织模式06多智能体系统架构的基本分类与设计原则

基本分类包括集中式、分布式与混合式架构，各有优势，需根据任务需求选择。

设计原则强调模块化、标准化接口，确保智能体间高效协同，同时考虑容错性与安全性。系统架构的设计维度设计多智能体系统架构时，需从四个核心维度展开考量，各维度的选择均与具体应用场景的特性紧密相关

1）控制结构控制结构是系统决策权力分配方式，分集中式与分布式，影响系统灵活性与单点故障风险。

2）通信拓扑通信拓扑是智能体间连接方式，星型、环型、网状拓扑各有优劣，决定信息传播效率与可靠性。

3）协调机制协调机制是智能体间的协调方式，分显式协调（通信实现）与隐式协调（环境媒介实现）。

4）系统边界系统边界指系统开放性，分封闭系统（智能体固定）与开放系统（智能体可动态增减），如机电生产线为封闭系统，共享出行平台为开放系统。系统架构设计的基本原则为平衡系统功能性与实用性，多智能体系统架构设计需遵循五大基本原则

1）模块化原则将系统功能拆解为相对独立的模块，每个模块由专用智能体负责，降低系统复杂度。

2）透明性原则确保系统的运行状态与行为逻辑可被监控和理解，便于调试与优化。

3）可扩展性原则支持系统规模的平滑扩展，新智能体能便捷地集成到现有系统中。

4）容错性原则容忍单个智能体的故障，保障系统整体功能的正常运行。

5）效率性原则在满足功能需求的前提下，减少通信开销与计算负载，提升系统运行效率。集中式架构与分布式架构的对比分析多智能体系统架构

核心分类为集中式、分布式与混合式，各有独特控制逻辑、交互方式，适用于不同场景。集中式与分布式对比

集中式统一控制，信息处理高效；分布式独立决策，适应性强，两者在控制逻辑与适用场景上互补。多智能体系统架构的典型的组织模式

典型组织模式联盟、团队、市场、社区为基本分类，协作紧密度与利益联结决定模式选择，影响资源配置与任务执行。

设计原则考虑智能体间协作关系，结构化体现，优化资源配置，提升任务执行效果，适应不同应用场景。现代多智能体系统框架与技术

多智能体系统局限传统架构在复杂问题求解、动态环境适配、自优化方面显局限，需现代技术升级。

现代技术框架解决混合专家系统MoE、元智能体、自适应组织架构针对性解决协同、全局管控、动态调整核心问题。多智能体系统的应用场景与发展趋势07多智能体系统的应用场景与发展趋势

多智能体系统应用深入探索技术落地，如交通管理、智能制造，体现系统现实价值。

多智能体系统趋势展望未来演进方向，强化学习、自适应协作将成研究热点，拓宽发展边界。典型应用场景

多智能体系统的分布式协作特性，使其在众多领域展现出独特优势。智慧城市领域

智慧城市核心多智能体协同，精细化管理，分布式架构，联盟组织。

交通系统应用车路协同，实时信息交换，优化交通流，自适应信号控制，减少拥堵。

基础设施管理智能电网协调，供需平衡，备用电力协商，需求侧管理，价格信号引导。智慧城市领域案例1：深圳“车路协同”智慧交通多智能体系统

智慧交通系统标杆应用，集成200万辆车、5000个路侧设备、1200处信号灯，自主研发通信协议，信息联动，提升应急通行效率40%，早晚高峰拥堵缩短25%，通行速度提升18%。核心技术与目标多智能体协同、应急优先级算法自主研发，打破国外技术垄断，聚焦民生出行，守护应急通道，服务超2000万市民，支持智慧城市新基建。典型应用场景：智慧城市领域案例2：北京“智慧电网”多智能体协同系统

智慧能源管理系统由发电、输配电、用户及储能智能体组成，通过分布式协调算法，实现供需联动，如夏季高峰时，跨区调配电力，推送错峰用电价格信号，供需平衡准确率超98%，支持新能源接入，年减碳12万吨。

技术创新与价值采用多智能体联盟协商机制与新能源并网协同算法，保障电网调度自主可控，支撑“双碳”目标，提升新能源利用率，体现绿色低碳理念，打破传统能源管理壁垒，展现系统治理与协同高效优势。测绘与地理信息领域无人机集群测绘数十架无人机分工合作，3小时内完成50平方公里山区测绘，效率提升十倍。地下管线探测智能体协同作业，融合多源数据，精准定位管线泄漏点，提高探测效率。测绘与地理信息领域案例3：珠峰区域无人机集群多智能体测绘系统

高海拔测绘系统30架国产测绘无人机集群，3小时内完成50平方公里珠峰核心区测绘，效率提升12倍，精度达标，打破国外技术垄断，服务珠峰生态监测与领土确权。

北京地下管线探测系统地面探测与地下管道机器人智能体协同，实时数据融合，精准定位管线泄漏，效率提升3倍，降低成本50%，保障城市“地下生命线”安全，助力智慧城市。机电与智能制造领域

多智能体协作主从架构，混合专家系统，提升生产效率，故障快速响应。

生产线运维机床、巡检、备件智能体协同，缩短停机，高效率故障处理。

汽车装配焊接、组装、质检智能体协作，任务驱动，高效装配流程。机电与智能制造领域案例4：三一重工长沙灯塔工厂多智能体运维系统

智能运维系统统筹机床、巡检机器人与备件管理智能体，闭环协作，故障响应快，维修时间大幅缩短，提升故障容错效率，打破技术垄断，服务高端装备国产化，展示中国智造实力。

多智能体汽车装配系统整合车身定位、合装切换、质量检测智能体，动态分配任务，实现混线生产，装配效率高，合格率提升，降低能耗，关键设备国产化，支撑新能源汽车领先战略，助力环保。机电与智能制造领域环境监测与治理领域

01多智能体系统应用通过自适应架构，智能体动态调整，解决环境问题，如定位污染源头，实现区域联防联控。

02北京“三