人工智能教案,08章智能體8.4智能體體系結(jié)構(gòu)

1、8.4智能體體系結(jié)構(gòu)我們可以通過智能體的觀點來討論人工智能，同時建立智能體的技術(shù)也可以應(yīng)用于其他的領(lǐng)域：圖像分類和分析、專家咨詢和推理系統(tǒng)，調(diào)度和計劃、自然語言處理系統(tǒng)等等。在這里，我們將致力于如何把各種人工智能的技術(shù)集成到智能體結(jié)構(gòu)中。關(guān)于智能體的體系結(jié)構(gòu)是否有一個統(tǒng)一的說法？如同成千上萬種動物占據(jù)了成千上萬個不同的小環(huán)境一樣，我們同樣希望有很多很多的人工智能體，它們執(zhí)行著無數(shù)人類想要它們做的任務(wù)。這些智能體結(jié)構(gòu)的確切形式取決于任務(wù)本身和任務(wù)執(zhí)行的環(huán)境。例如：一些智能體在一個強調(diào)時間的環(huán)境中工作，在這個環(huán)境中，對不可預(yù)料的和正在改變的環(huán)境狀態(tài)的反應(yīng)需要快速和準(zhǔn)確。而其它的智能體就需要充分的時

2、間和知識來預(yù)測動作的未來過程的結(jié)果，以便能作出更合理的選擇。一些智能體要求更加復(fù)雜和聰明，因此我們能把焦點放在這些智能體的結(jié)構(gòu)上。這些智能體要求具有如下的能力：先天的反應(yīng)能力、基于圖像和特征的存儲結(jié)構(gòu)、搜索技術(shù)、推理，計劃和通訊的能力。不可能存在一個理想的，擁有所謂人類級智能的智能體體系結(jié)構(gòu)，因為即使是人也會因先天和后天的因素而成為大量的不同類型的人，就好像一些人用形象思考，一些人用符號，一些人用聲音；一些人是沖動的，一些人是深思熟慮的；一些人想得周詳，一些人比較粗糙等。雖然我們在相同的頭腦中都運行的很好，但是我們的認(rèn)知結(jié)構(gòu)可能是很不一樣的。因此沒有一個統(tǒng)一的、理想的、智能的智能體體系結(jié)構(gòu)。這

3、里介紹的是一些典型的體系結(jié)構(gòu)以供參考。8.4.1三級體系結(jié)構(gòu)我們通過如下典型實例來具體說明三級體系結(jié)構(gòu)：一個最早的集成智能體系統(tǒng)ShakeytheRobot是集成計算機程序和硬件的系統(tǒng)，此系統(tǒng)的硬件由一個大約有一個冰箱大小的小車、對接觸敏感的觸角、一個電視照相機和一個光學(xué)探測器組成，所有這些裝置都由一個中央計算機通過雙路視頻/音頻連接控制。小車在一個由墻壁隔開的、用門連接的并堆放有許多大盒子的房間中移動。它能在這個環(huán)境中把盒子從一個地方推倒另一個地方。系統(tǒng)的程序組件包括可視場景分析程序（它能認(rèn)出盒子、門和屋角）、進行規(guī)劃的程序和把規(guī)劃轉(zhuǎn)化為環(huán)境中的中間級和低級動作的程序。Shakey的結(jié)構(gòu)如下

4、圖所示：圖8-7Shakey體系結(jié)構(gòu)圖t8-7_swf.htm可以將Shakey的設(shè)計視為所謂三級結(jié)構(gòu)的一個早期的例子。每一級對應(yīng)從傳感信號到電機命令的不同路徑。在上圖中，低級路徑由黑箭頭，中級路徑用灰色點劃線，高級路徑使用黑色點劃線來表示。低級動作（LLA）使用一個短而快的、從傳感信號到效應(yīng)器的路徑，該路徑處理哪些底層直接的反應(yīng)，比如當(dāng)傳感器檢測到一個靠近的物體時，就會使小車停止。伺服電機到達指定軸角目標(biāo)位置的控制也由上述低級機制處理。中級部分把LLA組合成更復(fù)雜的行為，其實現(xiàn)取決于執(zhí)行任務(wù)時的狀態(tài)（感知到并模型化）。例如，一個中間級的動作（ILA）為gothrudoor例程，此例程使得Sh

5、akey通過一個已被命名的門。它由roll-forward（向前滾動）和turns（轉(zhuǎn)彎）組成它們由接觸探測器和一個內(nèi)部模型中的信息指導(dǎo)，直到斷定Shakey已經(jīng)完全通過了那個門。Shakey的ILA用一種使用T-R程序的方式進行編碼。高級路徑涉及到邏輯規(guī)劃者。它監(jiān)督規(guī)劃的建立過程，并將一個用謂詞演算合式公式所表達的目標(biāo)賦予執(zhí)行系統(tǒng)，這樣所完成的一個規(guī)劃表達為一個ILA序列。這個序列和它們的前提條件以及執(zhí)行結(jié)果通過一個三角形的表來表示，并如同T-R程序一樣去執(zhí)行。這種以三角形表示的規(guī)劃表經(jīng)過正規(guī)化后存儲到了計劃庫中，以便將來使用。三級系統(tǒng)結(jié)構(gòu)已經(jīng)廣泛用到各種機器人系統(tǒng)中。一些原始動作的伺服控制

6、常被用在最低級，很多不同的人工智能子系統(tǒng)應(yīng)用在中級和高級層次，包括黑板系統(tǒng)、動態(tài)貝葉斯置信網(wǎng)絡(luò)、模糊邏輯和規(guī)劃空間的規(guī)劃。目標(biāo)仲裁一個三級體系結(jié)構(gòu)是解決把快速反應(yīng)能力和規(guī)劃動作序列相結(jié)合以完成復(fù)雜任務(wù)的一種方式。在大多數(shù)智能體體系結(jié)構(gòu)中，底層反應(yīng)動作要優(yōu)先于規(guī)劃制定。這種對底層反應(yīng)動作的要求僅僅是一般情況的一個實例，通常智能體要同時參與幾個目標(biāo)，這些目標(biāo)有時候還是競爭性質(zhì)的。這些目標(biāo)其中一些由它們的用戶（具有不同的優(yōu)先級）給出，有些是內(nèi)在的（比如安全上的需求，燃料補充，自維護等等）。一組目標(biāo)中的任意一個，按照當(dāng)時的優(yōu)先級和從當(dāng)前狀態(tài)達到目標(biāo)的相對代價，都有一定的緊急特性。有些目標(biāo)用低級例程最好

7、處理，有些可以使用存儲的ILA得到，有些則需要進行規(guī)劃。由于目標(biāo)緊急特性會隨著智能體在新的，有時是無法預(yù)料的環(huán)境中變化，因此智能體的結(jié)構(gòu)必須能在處于競爭地位的ILA和規(guī)劃中做出仲裁。Benson&Nilsson1995提出了一個智能體結(jié)構(gòu)，它把反應(yīng)、學(xué)習(xí)和計劃能力集成在一起。和仲裁有關(guān)的結(jié)構(gòu)部分如下圖所示：圖88組合計劃和反應(yīng)圖t8-8_swf.htm目標(biāo)及優(yōu)先級通過執(zhí)行器傳遞給系統(tǒng)，他們保持活動直到被用戶解除。系統(tǒng)有若干ILA存儲在規(guī)劃庫中，就像T-R程序一樣被存儲并與特定的目標(biāo)相符合。如果任何活動目標(biāo)能通過存儲在規(guī)劃庫中的T-R程序?qū)崿F(xiàn)，這些T-R程序就成為活動的ILA。如果要執(zhí)行的目標(biāo)沒

8、有存儲好的T-R程序，就需要產(chǎn)生新的T-R程序，這是通過擴展規(guī)劃庫中合適的T-R程序，或者開始一個新的程序來實現(xiàn)的。任何由規(guī)劃者生成，來實現(xiàn)一個活動的目標(biāo)的新的T-R程序被稱為活動的ILA。由于內(nèi)嵌的目標(biāo)總有事先建立的T-R程序，因此它們一直是活動的ILA。實際由智能體執(zhí)行的動作是由一個激活的ILA調(diào)用的動作。仲裁程序的任務(wù)就是在每個時刻選擇由哪一個T-R程序來”管理當(dāng)前的智能體。這個選擇用一個簡單的代價收益計算來實現(xiàn)。該計算考慮了目標(biāo)的優(yōu)先級和到達目標(biāo)的估計費用。維護安全性和避免危險總是具有較高的優(yōu)先級，因此，當(dāng)任何緊急情況出現(xiàn)時，總是先選擇他們。仲裁模塊和規(guī)劃者模塊并發(fā)工作，以便在規(guī)劃的同

9、時智能體能夠動作。如果較低優(yōu)先級的目標(biāo)可以用較低的估計代價實現(xiàn)（它們也可以用昂貴的更高的優(yōu)先級來是實現(xiàn)）那么就先執(zhí)行較低優(yōu)先級的目標(biāo)。8.4.2三層塔式結(jié)構(gòu)在三層體系結(jié)構(gòu)中，高級別比低級別使用了更抽象的感知謂詞和更復(fù)雜的動作。但是反應(yīng)動作通常是由基本的傳感信號引發(fā)的，因此高級的動作協(xié)調(diào)要求更詳細的感知處理。Albus1991提出了層次式或塔式感知和動作處理。感知處理塔從基本的傳感信號開始，一層一層向前推進，直到對檢測到的東西的表示更精確和更抽象。動作塔由越來越復(fù)雜的基本動作序列組成。感知塔和動作塔之間的連接可以存在于層次結(jié)構(gòu)的所有級別。最低級的鏈接對應(yīng)簡單的反應(yīng)，而更高級的連接對應(yīng)著由感知謂詞

10、指定的復(fù)雜動作。為了明確表示agent的內(nèi)部情況，在感知塔和動作塔之間，添加了一個模型塔。如下圖所示：圖89三層塔式體系結(jié)構(gòu)圖t8-9_swf.htm給定智能體環(huán)境表示的感知規(guī)則存儲在一個層次模型中，每一級包含由任何規(guī)劃和動作使用的信息。比如，在中間級，可能有一些模型（象潛在的函數(shù)或拓撲狀態(tài)空間）適合于線路規(guī)劃。在更高的級別，計劃和通訊需要用聲明的方式表示，例如那些基于邏輯或語義網(wǎng)絡(luò)的表示。雖然三層塔式結(jié)構(gòu)比較好，但是仍然是一個粗糙的，空洞的理論，還需要很多東西來完善，同時也要求更多的實驗工作，把AI技術(shù)與具有感知的動作的智能體集成起來。自舉人類級（humanlevel）的人工智能毫無疑問將比

11、當(dāng)代的機器人和智能體需要更精練的感知和動作指令系統(tǒng)。當(dāng)前最缺乏的是那些必須移入模型塔更高層的常識知識。大部分人工智能研究者認(rèn)為甚至在智能體執(zhí)行某些特定的任務(wù)（這些任務(wù)對于人類來說是很輕松的）前，這些知識也必須通過編碼進入到智能體中。CYC計劃是由一組研究人員從事的研究計劃，它們把認(rèn)為需要的知識進行編碼。從人工智能的早期開始，一些研究者就認(rèn)為這些知識能通過自動學(xué)習(xí)程序，自組織系統(tǒng)，模擬演化或者一些捷徑等容易的方式得到。CYC的研究者甚至希望在CYC達到一定的關(guān)鍵階段后，系統(tǒng)將能夠通過自己閱讀文本，和人交談和受教育等方式來學(xué)習(xí)更多的知識，開始在嬰兒時有天生的性格；后來通過各種兒童發(fā)育階段從以前獲得的技巧和概念中學(xué)習(xí)；當(dāng)成年時，通過鍛煉、閱讀和交流學(xué)習(xí)。對我們來講，人工智能智能體需要用來展示人類級智能的知識是如此之多，以致要求一個相似的自舉過程。這個過程實際上和機器學(xué)習(xí)的過程相類似，使得一個智能體在其設(shè)計者設(shè)計了適當(dāng)?shù)妮^低層塔式結(jié)構(gòu)后，自己能把其它的層添加到三層塔式結(jié)構(gòu)中。CYC計劃是七十年代以美國Feigenbaum等人工智能科學(xué)家提出的。面對當(dāng)時工智能發(fā)展中出現(xiàn)的一些問題，代表新一代的