人工智能ArtificialIntelligence第九章.ppt

人工智能 Artificial Intelligence 第九章,史忠植 中國(guó)科學(xué)院計(jì)算技術(shù)研究所 /,分布式人工智能與智能體 Distributed AI & Agent,2019/9/20,1,史忠植 人工智能：DAI與智能體,2019/9/20,史忠植 人工智能：DAI與智能體,2,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,3,概 述,分布式人工智能主要研究在邏輯上或物理上分散的智能系統(tǒng)如何并行的、相互協(xié)作地實(shí)現(xiàn)問題求解。 兩種解決問題的方法： 自頂向下：分布式問題求解 自底向上：基于智能體的方法,2019/9/20,史忠植 人工智能：DAI與智能體,4,分布智能系統(tǒng)的特色,系統(tǒng)中的數(shù)據(jù)、知識(shí), 以及控制不但在邏輯上, 而且在物理上是分布的, 既沒有全局控制, 也沒有全局的數(shù)據(jù)存儲(chǔ)。 各個(gè)求解機(jī)構(gòu)由計(jì)算機(jī)網(wǎng)絡(luò)互連, 在問題求解過程中, 通信代價(jià)要比求解問題的代價(jià)低得多。 系統(tǒng)中諸機(jī)構(gòu)能夠相互協(xié)作, 來(lái)求解單個(gè)機(jī)構(gòu)難以解決, 甚至不能解決的任務(wù)。,2019/9/20,史忠植 人工智能：DAI與智能體,5,多智能體系統(tǒng),20世紀(jì)90年代，多智能體系統(tǒng)（multi-agent systems多智能體系統(tǒng))的研究成為分布式人工智能研究的熱點(diǎn)。多智能體系統(tǒng)主要研究自主的智能智能體之間智能行為的協(xié)調(diào)，為了一個(gè)共同的全局目標(biāo)，協(xié)作進(jìn)行問題求解。 基于智能智能體的概念，人們提出了一種新的人工智能定義：“人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它的目標(biāo)是構(gòu)造能表現(xiàn)出一定智能行為的智能體”。所以，智能智能體的研究應(yīng)該是人工智能的核心問題。 斯坦福大學(xué)計(jì)算機(jī)科學(xué)系的 Hayes-Roth在IJCAI95的特邀報(bào)告中談到：“智能的計(jì)算機(jī)智能體既是人工智能最初的目標(biāo)，也是人工智能最終的目標(biāo)?！?2019/9/20,史忠植 人工智能：DAI與智能體,6,多智能體系統(tǒng),關(guān)于智能體的研究不僅受到了人工智能研究人員的關(guān)注，也吸引了數(shù)據(jù)通信、人機(jī)界面設(shè)計(jì)、機(jī)器人、并行工程等各領(lǐng)域的研究人員的興趣。有人認(rèn)為：“基于智能體的計(jì)算（Agent-Based Computing， 簡(jiǎn)稱ABC）, 將成為軟件開發(fā)的下一個(gè)重要的突破。”,2019/9/20,史忠植 人工智能：DAI與智能體,7,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,8,分布式問題求解,特點(diǎn)： 數(shù)據(jù)、知識(shí)、控制均分布在系統(tǒng)的各節(jié)點(diǎn)上， 既無(wú)全局控制，也無(wú)全局?jǐn)?shù)據(jù)和知識(shí)存儲(chǔ)。 兩種協(xié)作方式： 任務(wù)分擔(dān) 結(jié)果共享,2019/9/20,史忠植 人工智能：DAI與智能體,9,任務(wù)分擔(dān),Smith 和Davis 提出了任務(wù)分擔(dān)方式。在任務(wù)分擔(dān)系統(tǒng)中, 結(jié)點(diǎn)之間通過分擔(dān)執(zhí)行整個(gè)任務(wù)的子任務(wù)而相互協(xié)作, 系統(tǒng)中的控制以目標(biāo)為指導(dǎo), 各結(jié)點(diǎn)的處理目標(biāo)是為了求解整個(gè)任務(wù)的一部分。 任務(wù)分擔(dān)的問題求解方式適合于求解具有層次結(jié)構(gòu)的任務(wù), 如工廠聯(lián)合體生產(chǎn)規(guī)劃、 數(shù)字邏輯電路設(shè)計(jì)、 醫(yī)療診斷。,2019/9/20,史忠植 人工智能：DAI與智能體,10,結(jié)果共享,Lesser 和 Corkill 提出了結(jié)果共享方式。在結(jié)果共享方式的系統(tǒng)中, 各結(jié)點(diǎn)通過共享部分結(jié)果相互協(xié)作, 系統(tǒng)中的控制以數(shù)據(jù)為指導(dǎo), 各結(jié)點(diǎn)在任何時(shí)刻進(jìn)行的求解取決于當(dāng)時(shí)它本身?yè)碛谢驈钠渌Y(jié)點(diǎn)收到的數(shù)據(jù)和知識(shí)。 結(jié)果共享的求解方式適合于求解與任務(wù)有關(guān)的各子任務(wù)的結(jié)果相互影響, 并且部分結(jié)果需要綜合才能得出問題解的領(lǐng)域。如分布式運(yùn)輸調(diào)度系統(tǒng)、分布式車輛監(jiān)控實(shí)驗(yàn)系統(tǒng)DVMT,2019/9/20,史忠植 人工智能：DAI與智能體,11,分布式問題求解系統(tǒng)分類,根據(jù)組織結(jié)構(gòu)，分布式問題求解系統(tǒng)可以分為三類： 層次結(jié)構(gòu)類 平行結(jié)構(gòu)類 混合結(jié)構(gòu)類,2019/9/20,史忠植 人工智能：DAI與智能體,12,分布式問題求解過程,分布式問題求解過程可以分為四步： 任務(wù)分解 任務(wù)分配 子問題求解 結(jié)果綜合,2019/9/20,史忠植 人工智能：DAI與智能體,13,任務(wù)分解,合同網(wǎng)絡(luò) 動(dòng)態(tài)層次控制 自然分解, 固定分配 部分全局規(guī)劃,2019/9/20,史忠植 人工智能：DAI與智能體,14,分布式問題求解中協(xié)作的分類,按節(jié)點(diǎn)間協(xié)作量的多少，協(xié)作分為三類： 全協(xié)作系統(tǒng) 無(wú)協(xié)作系統(tǒng) 半?yún)f(xié)作系統(tǒng) 常用的通信方式有： 共享全局存儲(chǔ)器 信息傳遞 黑板模型,2019/9/20,史忠植 人工智能：DAI與智能體,15,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,16,智能體,多智能體（agent 智能體，主體）系統(tǒng)主要研究在邏輯上或物理上分離的多個(gè)智能體協(xié)調(diào)其智能行為，即知識(shí)、目標(biāo)、意圖及規(guī)劃等，實(shí)現(xiàn)問題求解。可以看作是一種由底向上設(shè)計(jì)的系統(tǒng)。,The agent function maps from percept histories to actions: f: P* A,2019/9/20,史忠植 人工智能：DAI與智能體,17,智能體的定義,在計(jì)算機(jī)和人工智能領(lǐng)域中，智能體可以看作是一個(gè)實(shí)體，它通過傳感器感知環(huán)境，通過效應(yīng)器作用于環(huán)境。 An agent is anything that can be viewed as perceiving its environment through sensors and acting upon that environment through actuators,2019/9/20,史忠植 人工智能：DAI與智能體,18,智能體的特性,智能體弱概念： 自治性 交互性 協(xié)作性 可通信性 長(zhǎng)壽性,2019/9/20,史忠植 人工智能：DAI與智能體,19,智能體的特性,智能體強(qiáng)概念： 知識(shí)、信念、意圖、承諾等心智狀態(tài) 其它屬性： 移動(dòng)性 推理能力 規(guī)劃能力 學(xué)習(xí)和適應(yīng)能力 誠(chéng)實(shí)、善意、理性,2019/9/20,史忠植 人工智能：DAI與智能體,20,智能體理論,智能智能體的理論模型研究主要從邏輯、行為、心理、社會(huì)等角度出發(fā)，對(duì)智能智能體的本質(zhì)進(jìn)行描述，為智能智能體系統(tǒng)創(chuàng)建奠定基礎(chǔ)。,2019/9/20,史忠植 人工智能：DAI與智能體,21,理性智能體（BDI智能體）,Belief信念，智能體對(duì)環(huán)境的基本看法。 Desire愿望，智能體想要實(shí)現(xiàn)的狀態(tài)，即目標(biāo)。 Intention意圖，目標(biāo)的子集。,2019/9/20,史忠植 人工智能：DAI與智能體,22,BDI智能體模型,BDI智能體模型可以通過下列要素描述： 一組關(guān)于世界的信念； 智能體當(dāng)前打算達(dá)到的一組目標(biāo)； 一個(gè)規(guī)劃庫(kù)，描述怎樣達(dá)到目標(biāo)和怎樣改變信念； 一個(gè)意圖結(jié)構(gòu)，描述智能體當(dāng)前怎樣達(dá)到它的目標(biāo)和改變信念。,2019/9/20,史忠植 人工智能：DAI與智能體,23,BDI解釋器,BDI-Interpreter initialize-state(); do options := option-generator(event-queue, B, G, I); selected-options := deliberate(options, B, G, I); update-intentions(selected-options, I); execute(I); get-new-external-events(); drop-successful-attitudes(B,G,I); drop-impossible-attitudes(B,G,I); until quit,2019/9/20,史忠植 人工智能：DAI與智能體,24,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,25,智能體結(jié)構(gòu),智能體結(jié)構(gòu)需要解決的問題包括： 智能體由那些模塊組成， 模塊之間如何交互信息， 智能體感知到的信息如何影響它的行為和內(nèi)部狀態(tài)， 如何將這些模塊用軟件或硬件的方式組合起來(lái)形成一個(gè)有機(jī)的整體。,2019/9/20,史忠植 人工智能：DAI與智能體,26,智能體基本結(jié)構(gòu),黑箱軟件智能體,2019/9/20,史忠植 人工智能：DAI與智能體,27,智能智能體的工作過程,環(huán)境,交互,信息融合,信息處理,作用,交互,感知,作用,2019/9/20,史忠植 人工智能：DAI與智能體,28,智能體骨架程序,function Skeleton-Agent(percept) return action static: memory /* 智能體的世界記憶 */ memory Update-Memory(memory,percept) action Choose-Best-Action(memory) memory Update-Memory(memory,action) return action,2019/9/20,史忠植 人工智能：DAI與智能體,29,智能體的分類,根據(jù)人類思維的層次模型，可以將智能體分成四類： 反應(yīng)智能體 形象思維智能體 抽象思維智能體 復(fù)合式智能體 形象思維智能體和抽象思維智能體也可以合稱為認(rèn)知智能體,2019/9/20,史忠植 人工智能：DAI與智能體,30,反應(yīng)智能體,環(huán) 境,當(dāng)前世界,傳感器,動(dòng) 作,效應(yīng)器,條件-動(dòng)作 規(guī)則,智能體,2019/9/20,史忠植 人工智能：DAI與智能體,31,反應(yīng)智能體程序,function Reactive-Agent(percept) returns action static: rules, /* 一組條件-動(dòng)作規(guī)則 */ state Interpret-Input(percept) rule Rule-Match(state,rules) action Rule-Actionrule return action,2019/9/20,史忠植 人工智能：DAI與智能體,32,認(rèn)知智能體,環(huán) 境,信息融合,傳感器,動(dòng) 作,效應(yīng)器,智能體,規(guī) 劃,知識(shí)庫(kù),目標(biāo),內(nèi)部狀態(tài),2019/9/20,史忠植 人工智能：DAI與智能體,33,認(rèn)知智能體程序,function Cognitive-Agent(percept) returns action static: environment, /* 描述當(dāng)前世界環(huán)境 */ kb, /* 知識(shí)庫(kù) */ environment Update-World-Model(environment,percept) state Update-Mental-State(environment,state) action Decision-Making(state,kb) environment Update-World-Model(environment,action) return action,2019/9/20,史忠植 人工智能：DAI與智能體,34,BDI結(jié)構(gòu),知 識(shí),信 念,規(guī) 劃,意 圖,目 標(biāo),愿 望,2019/9/20,史忠植 人工智能：DAI與智能體,35,復(fù)合式智能體,2019/9/20,史忠植 人工智能：DAI與智能體,36,規(guī)劃模塊,世界的模型 （包括其他 智能體的模型）,經(jīng) 驗(yàn) 庫(kù),目標(biāo)集合,局 部 規(guī) 劃 器,決 策 生 成,重新 規(guī)劃,規(guī)劃,規(guī)劃,目標(biāo),2019/9/20,史忠植 人工智能：DAI與智能體,37,建模模塊,世界的模型 （包括其他 智能體的模型）,模 型 庫(kù),模 型 生 成 和 維 護(hù),預(yù) 測(cè),規(guī)劃,決策生成,感 知,通 信,建模,2019/9/20,史忠植 人工智能：DAI與智能體,38,通信模塊,詞 法 庫(kù),語(yǔ) 法 庫(kù),詞 義 庫(kù),物理通信,語(yǔ)言生成,語(yǔ)言理解,通信,2019/9/20,史忠植 人工智能：DAI與智能體,39,智能體通信,策 略,對(duì) 話,消 息,黑 板,協(xié) 議,通 信,協(xié) 作,協(xié) 議,2019/9/20,史忠植 人工智能：DAI與智能體,40,智能體通信中的主要問題,語(yǔ)義：全部有關(guān)的智能體必須知道通信語(yǔ)言的語(yǔ)義，消息的語(yǔ)義內(nèi)容知識(shí)是分布式問題求解的核心部分。 言語(yǔ)行為：通信語(yǔ)言也是一種動(dòng)作，說話是為了使世界的狀態(tài)發(fā)生改變。 交互協(xié)議：智能體之間消息交換的典型模式 通信語(yǔ)言：傳遞消息的標(biāo)準(zhǔn)語(yǔ)法。 Foundation for Intelligent Physical Agents ,2019/9/20,史忠植 人工智能：DAI與智能體,41,智能體間的消息傳遞,消息發(fā)送/傳輸服務(wù)器,轉(zhuǎn)換到傳輸格式,從傳輸格式轉(zhuǎn)換,消息M,言語(yǔ)行為,意圖I,目標(biāo)G,Agent i,消息M,Agent i,2019/9/20,史忠植 人工智能：DAI與智能體,42,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,43,言語(yǔ)行為,有關(guān)言語(yǔ)行為理論的研究主要集中在如何劃分不同類型的言語(yǔ)行為。 在智能體通信語(yǔ)言的研究中，言語(yǔ)行為理論主要用來(lái)考慮智能體之間可以交互的信息類型。,2019/9/20,史忠植 人工智能：DAI與智能體,44,通信語(yǔ)言,KQML：由美國(guó)ARPA的知識(shí)共享計(jì)劃中提出，規(guī)定了消息格式和消息傳送系統(tǒng)，為多智能體系統(tǒng)通信和協(xié)商提供了一種通用框架。 ACL：由FIPA制定的一種規(guī)范。與KQML非常相似,2019/9/20,史忠植 人工智能：DAI與智能體,45,KQML,一個(gè)例子： (ask-all : sender A : receiver B : in-reply-to ido : reply-with idl : language Prolog : ontology foo : content “bar (X, Y)”),2019/9/20,史忠植 人工智能：DAI與智能體,46,FIPA ACL,(inform : sender agent1 : receiver hpl-auction-server : content (price (bid good02) 150) : in-reply-to round-4 : reply-with bid04 : language s1 : ontology hpl-auction ),消息結(jié)構(gòu)開始,通信動(dòng)作類型,消息參數(shù),消息內(nèi)容表達(dá)式,參數(shù)表達(dá)式,2019/9/20,史忠植 人工智能：DAI與智能體,47,FIPA通信動(dòng)作庫(kù),Accept Proposal 接受提議 Agree 同意 Cancel 取消 Call for Proposal 要求提議 Confirm 確認(rèn) Disconfirm 確認(rèn)為否定 Failure 失敗 Inform 通知 Inform If 通知 是否 Inform Ref 通知 有關(guān)對(duì)象 Not Understood 不理解,2019/9/20,史忠植 人工智能：DAI與智能體,48,Propagate 傳播 Propose 提議 Proxy 代理 Query If 詢問 是否 Query Ref 詢問 有關(guān)對(duì)象 Refuse 拒絕（請(qǐng)求） Reject Proposal 拒絕提議 Request 請(qǐng)求 Request When 請(qǐng)求 某個(gè)條件下執(zhí)行 Request Whenever 請(qǐng)求 一旦某個(gè)條件成立就執(zhí)行 Subscribe 預(yù)定 詳細(xì)說明： /repository/cas.html,FIPA通信動(dòng)作庫(kù),2019/9/20,史忠植 人工智能：DAI與智能體,49,XML可擴(kuò)展標(biāo)記語(yǔ)言,XML是用于標(biāo)記電子文件使其具有結(jié)構(gòu)性的標(biāo)記語(yǔ)言。XML文件本身只是將文件資料結(jié)構(gòu)化。 例如：下面的ACL消息 (inform :sender jklabrou :receiver grosof :content (CPU libretto50 pentium) :ontology laptop :language kif),2019/9/20,史忠植 人工智能：DAI與智能體,50, inform jklabrou grosof ,轉(zhuǎn)換為XML格式,2019/9/20,史忠植 人工智能：DAI與智能體,51, laptop (CPU libretto50 pentium) kif ,轉(zhuǎn)換為XML格式,2019/9/20,史忠植 人工智能：DAI與智能體,52,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,53,智能體的協(xié)調(diào)與協(xié)作,協(xié)調(diào)(coordination)與協(xié)作(cooperation)是多智能體研究的核心問題之一。 協(xié)調(diào)是指一組智能智能體完成一些集體活動(dòng)時(shí)相互作用的性質(zhì)。 協(xié)作是非對(duì)抗的智能體之間保持行為協(xié)調(diào)的一個(gè)特例。,2019/9/20,史忠植 人工智能：DAI與智能體,54,協(xié) 調(diào),多智能體系統(tǒng)中的協(xié)調(diào)是指多個(gè)智能體為了以一致、和諧的方式工作而進(jìn)行交互的過程。進(jìn)行協(xié)調(diào)是希望避免智能體之間的死鎖或活鎖。 死鎖指多個(gè)智能體無(wú)法進(jìn)行各自的下一步動(dòng)作； 活鎖指多個(gè)智能體不斷工作卻無(wú)任何進(jìn)展。,2019/9/20,史忠植 人工智能：DAI與智能體,55,協(xié)作,目前針對(duì)智能體協(xié)作的研究大體上可分為兩類： 將其它領(lǐng)域研究多實(shí)體行為的方法和技術(shù)用于智能體協(xié)作的研究。如對(duì)策論和力學(xué)研究。 從智能體的目標(biāo)、意圖、規(guī)劃等心智態(tài)度出發(fā)來(lái)研究多智能體間的協(xié)作。,2019/9/20,史忠植 人工智能：DAI與智能體,56,協(xié)作,協(xié)作的動(dòng)機(jī)： 某個(gè)智能體相信通過協(xié)作能帶來(lái)好處（如提高效率，完成以往單獨(dú)無(wú)法完成的任務(wù)） 多個(gè)智能體在交流的過程中，發(fā)現(xiàn)它們能夠通過協(xié)作來(lái)實(shí)現(xiàn)更大的目標(biāo)。,2019/9/20,史忠植 人工智能：DAI與智能體,57,協(xié)作過程,產(chǎn)生需求、確定目標(biāo) 協(xié)作規(guī)劃、求解協(xié)作結(jié)構(gòu) 尋求協(xié)作伙伴 選擇協(xié)作方案 實(shí)現(xiàn)目標(biāo) 評(píng)估結(jié)果,2019/9/20,史忠植 人工智能：DAI與智能體,58,協(xié)作模式,從社會(huì)心理學(xué)的角度看，多智能體之間的協(xié)作情形大致可分為： 協(xié)作型：同時(shí)將自己的利益放在第二位。 自私型：同時(shí)將協(xié)作放在第二位。 完全自私型：不考慮任何協(xié)作。 完全協(xié)作型：不考慮自身利益。 協(xié)作與自私相混合型。,2019/9/20,史忠植 人工智能：DAI與智能體,59,協(xié)作策略,計(jì)算生態(tài)學(xué) 對(duì)策論 規(guī)劃,2019/9/20,史忠植 人工智能：DAI與智能體,60,計(jì)算生態(tài)學(xué),80年代末，在計(jì)算機(jī)中出現(xiàn)了一個(gè)嶄新的學(xué)科-計(jì)算生態(tài)學(xué)(the ecolog of computation)。計(jì)算生態(tài)學(xué)是研究關(guān)于開放系統(tǒng)中訣定計(jì)算結(jié)點(diǎn)的行為與資源使用的交互過程的學(xué)科。它摒棄了封閉、靜止地處理問題的傳統(tǒng)算法，將世界看作是開放的、進(jìn)化的、并發(fā)的, 通過多種協(xié)作處理問題的生態(tài)系統(tǒng)(ecosystem)加以研究。它的進(jìn)展與開放信息系統(tǒng)的研究息息相關(guān)。,2019/9/20,史忠植 人工智能：DAI與智能體,61,計(jì)算生態(tài)學(xué),計(jì)算生態(tài)學(xué)將計(jì)算系統(tǒng)看作是一個(gè)生態(tài)系統(tǒng)，它引進(jìn)了許多生物的機(jī)制，如變異(mutation)即物種的變化。這些變化導(dǎo)致生命基因的改變，從而形成物種的多樣性，增強(qiáng)了適應(yīng)環(huán)境的能力。這類變異策略成為人工智能系統(tǒng)提高其自身能力的一種方法。Lenat與Brown成功地將變異機(jī)制引入他們的AM與Eurisko系統(tǒng)中, 通過小型Lisp程序的語(yǔ)法變異發(fā)現(xiàn)數(shù)學(xué)概念。他們認(rèn)為未來(lái)成功的系統(tǒng)應(yīng)該是一系列進(jìn)化的、自組織的符號(hào)知識(shí)結(jié)構(gòu)的社會(huì)“系統(tǒng)。,2019/9/20,史忠植 人工智能：DAI與智能體,62,生物生態(tài)模型,這是最著名的生態(tài)系統(tǒng)，具有典型的進(jìn)化特征和層次性。這種特性反映在“食物鏈”中。對(duì)于復(fù)雜的生物生態(tài)系統(tǒng)而言，各物種組成了緊密相連的網(wǎng)絡(luò)食物網(wǎng)。這個(gè)系統(tǒng)的主要角色是捕食者與被食者。生命依賴于生命，共同進(jìn)化，由小的生態(tài)環(huán)境組成大的生態(tài)系統(tǒng)。,2019/9/20,史忠植 人工智能：DAI與智能體,63,物種進(jìn)化模型,物種進(jìn)化的“復(fù)制者”是基因。從門德爾的植物遺傳研究到現(xiàn)代遺傳學(xué)的成果，都說明了在物種進(jìn)化過程中，基因的組合與變異起著關(guān)鍵作用。在一個(gè)物種的某一群體中基因的集合稱為基因池。生物組織是基因的載體。如果環(huán)境變化，選擇的機(jī)制就會(huì)改變。這種變化必然引起基因池的變化。特定種群的基因變化稱為基因流。一個(gè)物種總是不斷地經(jīng)歷隔絕、基因流動(dòng)、變化的循環(huán)。開始時(shí)，一組地理上隔絕的群體自己孤立地發(fā)展，基因在內(nèi)部快速地流動(dòng)。隨著開放，通過交流和競(jìng)爭(zhēng)，優(yōu)勝劣汰。,2019/9/20,史忠植 人工智能：DAI與智能體,64,經(jīng)濟(jì)模型,經(jīng)濟(jì)系統(tǒng)在某種意義上類似于生物生態(tài)系統(tǒng)。在商品市場(chǎng)和理想市場(chǎng)中，進(jìn)化決定于經(jīng)濟(jì)實(shí)體的決策。選擇機(jī)制是市場(chǎng)獎(jiǎng)勵(lì)機(jī)制。進(jìn)化是快速的，企業(yè)與消費(fèi)者之間、企業(yè)之間主要是一種互相依賴的合作關(guān)系。決策者為了追求長(zhǎng)遠(yuǎn)利益，可以采取各種有效的方法，甚至可以暫時(shí)做賠本買賣。,2019/9/20,史忠植 人工智能：DAI與智能體,65,協(xié)商模型,Zlotkin的面向領(lǐng)域的協(xié)商理論 Zlotkin的協(xié)商理論假設(shè)： 各智能體追求本身效用最大。 知識(shí)完備。 無(wú)歷史信息。 目標(biāo)集固定。 協(xié)商在兩智能體之間同時(shí)進(jìn)行。 智能體操作集相同。 世界僅當(dāng)智能體操作之后發(fā)生變化。,2019/9/20,史忠植 人工智能：DAI與智能體,66,面向領(lǐng)域的協(xié)商理論,在協(xié)商過程中，若存在一個(gè)雙方滿意的分配，可以得到一個(gè)聯(lián)合規(guī)劃, 使協(xié)商終止的條件是： (1) 達(dá)成協(xié)議：如果 Utility(P(i,t) Utility(P(i,t-1), 這一協(xié)商過程將在有限步內(nèi)結(jié)束。 (2) 沖突： 如果 Utility(P(i,t) = Utility(P(i,t-1), 則無(wú)法達(dá)成協(xié)議。,2019/9/20,史忠植 人工智能：DAI與智能體,67,最佳平衡,傳統(tǒng)的協(xié)商是基于Nash平衡的,它的缺點(diǎn)是Nash 平衡產(chǎn)生多個(gè)平衡點(diǎn), 對(duì)結(jié)果約束較少。Kraus使用Rubinstein的“最佳”平衡(Perfect Equilibrium, 簡(jiǎn)稱P.E.)理論, 建立了一種基于P.E.的協(xié)商方法, 需要在協(xié)商的任一階段都產(chǎn)生平衡, 即在協(xié)商的任一階段, 假設(shè) 智能體 A 使用P.E. 策略, 則 智能體 B 除了自己的 P.E., 策略外沒有更好的策略可遵循。故若有唯一的 P.E., 并假定智能體要使用該策略, 則它在協(xié)商的每一階段都只用這一策略?？勺C明, 存在唯一的 P.E.,在第一階段后就可以終止協(xié)商。Kraus 還將對(duì)時(shí)間的偏好引入這一理論中。結(jié)果表明, 時(shí)間偏好可以提高協(xié)商效率, 并僅對(duì)某一智能體有利。 這一理論對(duì)于智能體的構(gòu)造和智能體之間的協(xié)作很有用處, 如果為智能體提供唯一的P.E.策略, 并通知其他智能體, 則其他智能體的最佳選擇也是 P.E. 策略。 該理論的缺陷是:缺乏動(dòng)態(tài)性特色,應(yīng)用面窄,因?yàn)楸M管存在唯一的P.E, 但如何求出仍未得到解決。,2019/9/20,史忠植 人工智能：DAI與智能體,68,集中式協(xié)商方法,Ephrati使用了一種集中式的協(xié)商方法, 用一個(gè)“ master agent ”或組投票機(jī)制以達(dá)成協(xié)議。在這種方法中, 一組智能體的協(xié)作與組規(guī)劃進(jìn)程相關(guān)。 Ephrati使用一種動(dòng)態(tài)的、迭代的搜索過程, 通過一組約束,使智能體遞增式地構(gòu)成一個(gè)最大“社會(huì)效用”規(guī)劃。在每一步, 各智能體對(duì)于組規(guī)劃的下一個(gè)聯(lián)合行動(dòng)投票。 使用這一技術(shù),智能體無(wú)需完整地展示其偏好, 可選狀態(tài)集在投票之前產(chǎn)生。,2019/9/20,史忠植 人工智能：DAI與智能體,69,開放環(huán)境多智能體協(xié)作方法,Osawa (1) 需求者(requestor)向公告板智能體發(fā)送需求建議RFP (2) 空閑智能體向公告板智能體申請(qǐng)一個(gè)RFP (3) 公告板將RFP發(fā)到提出申請(qǐng)的空閑智能體 (4) 空閑智能體產(chǎn)生個(gè)體規(guī)劃 (5) 空閑智能體將其規(guī)劃發(fā)給需求者 (6) 需求者調(diào)查協(xié)作的可能 (7) 需求者發(fā)送協(xié)作獎(jiǎng)勵(lì) (8) 申請(qǐng)者組成協(xié)作規(guī)劃,2019/9/20,史忠植 人工智能：DAI與智能體,70,開放環(huán)境多智能體協(xié)作方法,其效用值可用下式計(jì)算： utility(a,g)=worth(a,g)-cost(plan(a,g) 效用的平均是協(xié)作的原則。 盡管Osawa在一定程度上解決了開放環(huán)境中智能體協(xié)作的問題, 但將各智能體效用簡(jiǎn)單相加再平均的方法仍然太弱, 因?yàn)橹悄荏w效用僅是智能體本身對(duì)目標(biāo)偏好的一種排序關(guān)系, 不同智能體效用一般不能用數(shù)值比較。,2019/9/20,史忠植 人工智能：DAI與智能體,71,交互協(xié)議,智能體之間的會(huì)話常常形成典型模式，這種情況下某些消息序列是可知的，這些消息交換的典型模式稱為協(xié)議。 智能體間交互的理想情況：智能體充分地理解消息的含意和意圖，然后根據(jù)自身的信念、目標(biāo)等心智狀態(tài)，做出相應(yīng)的回答 比較實(shí)際的實(shí)現(xiàn)：預(yù)先規(guī)范這些協(xié)議，規(guī)定好消息的順序。,2019/9/20,史忠植 人工智能：DAI與智能體,72,FIPA 英國(guó)拍賣協(xié)議,交互協(xié)議,2019/9/20,史忠植 人工智能：DAI與智能體,73,規(guī)劃,規(guī)劃是智能體對(duì)動(dòng)作進(jìn)行推理的一種主要形式，它很大程度上體現(xiàn)了智能體的智能性。同時(shí)，規(guī)劃也是描述智能體行為的主要方式。 規(guī)劃是為了建立一個(gè)控制算法，使智能智能體能夠?yàn)閷?shí)現(xiàn)目標(biāo)，對(duì)動(dòng)作過程進(jìn)行綜合。,2019/9/20,史忠植 人工智能：DAI與智能體,74,經(jīng)典規(guī)劃問題,經(jīng)典的規(guī)劃理論認(rèn)為規(guī)劃要解決的問題（即規(guī)劃的輸入）是： 用某種形式語(yǔ)言描述的初始世界狀態(tài) 用某種形式語(yǔ)言描述的智能體目標(biāo) 用某種形式語(yǔ)言描述的智能體可能采用的動(dòng)作，通常也叫做領(lǐng)域知識(shí) 輸出是： 可以在某個(gè)滿足初始狀態(tài)描述的世界中執(zhí)行并達(dá)到智能體目標(biāo)的一個(gè)動(dòng)作序列,2019/9/20,史忠植 人工智能：DAI與智能體,75,內(nèi)容提要,9.1 概述 9.2 分布式問題求解 9.3 智能體理論 9.4 智能體結(jié)構(gòu) 9.5 智能體通信語(yǔ)言ACL 9.6 協(xié)調(diào)和協(xié)作 9.7 移動(dòng)智能體 9.8 多智能體環(huán)境MAGE 9.9 小結(jié),2019/9/20,史忠植 人工智能：DAI與智能體,76,移動(dòng)智能體,隨著Internet應(yīng)用的逐步深入，特別是信息搜索、分布式計(jì)算以及電子商務(wù)的蓬勃發(fā)展，人們?cè)絹?lái)越希望在整個(gè)Internet范圍內(nèi)獲得最佳的服務(wù)，渴望將整個(gè)網(wǎng)絡(luò)虛擬成為一個(gè)整體，使軟件智能體能夠在整個(gè)網(wǎng)絡(luò)中自由移動(dòng)，移動(dòng)智能體的概念隨即孕育而生。 移動(dòng)智能體可以看成是軟件智能體技術(shù)與分布式計(jì)算技術(shù)相結(jié)合的產(chǎn)物，它與傳統(tǒng)網(wǎng)絡(luò)計(jì)算模式有著本質(zhì)上的區(qū)別。,2019/9/20,史忠植 人工智能：DAI與智能體,77,移動(dòng)智能體系統(tǒng),雖然目前不同移動(dòng)智能體系統(tǒng)的體系結(jié)構(gòu)各不相同，但幾乎所有的移動(dòng)智能體系統(tǒng)都包含移動(dòng)智能體（簡(jiǎn)稱MA）和移動(dòng)智能體服務(wù)設(shè)施（簡(jiǎn)稱MAE）兩個(gè)部分。MAE負(fù)責(zé)為MA建立安全、正確的運(yùn)行環(huán)境，為MA提供最基本的服務(wù)（包括創(chuàng)建、傳輸、執(zhí)行），實(shí)施針對(duì)具體MA的約束機(jī)制、容錯(cuò)策略、安全控制和通信機(jī)制等。MA的移動(dòng)性和問題求解能力很大程度上取取于MAE所提供的服務(wù),2019/9/20,史忠植 人工智能：DAI與智能體,78,移動(dòng)智能體系統(tǒng),移動(dòng)智能體服務(wù)設(shè)施MAE至少應(yīng)包括以下基本服務(wù)： （1）事務(wù)服務(wù)： 實(shí)現(xiàn)移動(dòng)智能體的創(chuàng)建、移動(dòng)、持久化和執(zhí)行環(huán)境分配； （2）事件服務(wù)：包含智能體傳輸協(xié)議和智能體通信協(xié)議，實(shí)現(xiàn)移動(dòng)智能體間的事件傳遞； （3）目錄服務(wù)：提供移動(dòng)智能體的定位信息，形成路由選擇； （4）安全服務(wù)：提供安全的執(zhí)行環(huán)境； （5）應(yīng)用服務(wù)：提供面向特定任務(wù)的服務(wù)接口。,2019/9/20,史忠植 人工智能：DAI與智能體,79,移動(dòng)智能體系統(tǒng),Java-based: Odyssey. General Magic Inc. Concordia. Mitsubishis Aglets. IBM Voyager. ObjectSpace Others: Tacoma: Univ.of Tromso and Cornell Univ. Agent TCL: Dartmouth College,2019/9/20,史忠植 人工智能：DAI與智能體,80,移動(dòng)智能體系統(tǒng)Voyager,Voyager 的最大特點(diǎn)是以Voyager ORB作為核心，將Agent和分布式計(jì)算緊密結(jié)合在一起的。但Voyager 只支持純Java的對(duì)象的通信，與CORBA和MASIF不兼容，它還支持異步或同步的通信，動(dòng)態(tài)消息機(jī)制和單向多點(diǎn)發(fā)送。在容錯(cuò)服務(wù)方面，Voyager支持任意時(shí)間的顯式地存儲(chǔ)，其安全機(jī)制主要是通過Voyager Security類進(jìn)行編程設(shè)置。,2019/9/20,史忠植 人工智能：DAI與智能體,81,移動(dòng)智能體系統(tǒng) Aglet,Aglet是由IBM公司用純Java開發(fā)的移動(dòng)Agent技術(shù)，并提供著實(shí)用的平臺(tái)Aglet Workbench,讓人們開發(fā)或執(zhí)行移動(dòng)Agent系統(tǒng)。Aglet是一個(gè)較為成功和全面的系統(tǒng)，主要表現(xiàn)在：它提供了一個(gè)簡(jiǎn)單而全面的移動(dòng)Agent編程模型；它為Agent間提供了動(dòng)態(tài)和有效的通信機(jī)制；它還提供了一套詳細(xì)且易用的安全機(jī)制。,2019/9/20,史忠植 人工智能：DAI與智能體,82,Aglet的系統(tǒng)框架,2019/9/20,史忠植 人工智能：DAI與智能體,83,ATP的示意圖,2019/9/20,史忠植 人工智能：DAI與智能體,84,Aglet對(duì)象模型,Aglet系統(tǒng)首先提供一個(gè)上下文環(huán)境（context）來(lái)管理Aglet的基本行為：如創(chuàng)建（create）Aglet,復(fù)制（clone）Aglet,或分派（dispatch）Aglet到遠(yuǎn)程機(jī)器，召回（retract）遠(yuǎn)端的Aglet,或暫停（deactive）,喚醒（active）Aglet,以及清除（dispose）Aglet等。,2019/9/20,史忠植 人工智能：DAI與智能體,85,Aglet 生命周期模型,基本操作: Creation Cloning Dispatching Retraction Activation and deactivation D