浙江大學(xué)計(jì)算機(jī)學(xué)院生《人工智能引論》課件

浙江大學(xué)計(jì)算機(jī)學(xué)院研究生《人工智能引論》課件第13講智能Agent及多Agent系統(tǒng)Chapter13IntelligentAgent&Multi-AgentSystems徐從富浙江大學(xué)人工智能研究所2003年第一稿2005年10月修改補(bǔ)充2007年10月第二次修改1內(nèi)容概述2.分布式問題求解3.Agent4.Agent理論5.Agent結(jié)構(gòu)6.Agent通信7.Agent的協(xié)調(diào)與協(xié)作8.多Agent環(huán)境MAGE9.面向Agent的軟件技術(shù)MobileAgent

若干前沿問題討論213.1概述分布式人工智能（DAI）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Agent的方法3

DAI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,來求解單個(gè)機(jī)構(gòu)難以解決,甚至不能解決的任務(wù)。4DAI系統(tǒng)的主要優(yōu)點(diǎn)提高問題求解能力提高問題求解效率擴(kuò)大應(yīng)用范圍降低軟件的復(fù)雜性513.2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，既無全局控制，也無全局?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613.2.1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713.2.2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8分布式問題求解系統(tǒng)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913.3智能Agent及多Agent系統(tǒng)多Agent系統(tǒng)主要研究在邏輯上或物理上分離的多個(gè)Agent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?？梢钥醋魇且环N由底向上設(shè)計(jì)的系統(tǒng)。10Agent的思想智能Agent的幾個(gè)典型的的實(shí)例：Microsoft的Office助手計(jì)算機(jī)機(jī)病毒毒（破破壞Agent）計(jì)算機(jī)機(jī)游戲戲或模模擬中中的智智能角角色貿(mào)易和和談判判Agent（如Ebay的拍賣賣Agent）網(wǎng)絡(luò)蜘蜘蛛WebSpider（搜索引引擎中中的數(shù)數(shù)據(jù)搜搜集和和索引引Agent，如Google）11Agent概念的的出現(xiàn)現(xiàn)面向過過程的的方法法面向?qū)崒?shí)體的的方法法面向?qū)?duì)象的的方法法面向Agent的方法法軟件開開發(fā)方方法的的進(jìn)化化12Agent的定義義在計(jì)算算機(jī)和和人工工智能能領(lǐng)域域中，，Agent可以看看作是是一個(gè)個(gè)實(shí)體，它通通過傳感器器感知環(huán)環(huán)境，，通過過效應(yīng)器器作用于于環(huán)境境。13Agent的強(qiáng)定定義基于某某種場(chǎng)場(chǎng)景，，并具具有靈靈活、、自主主的行行為能能力，，以滿滿足設(shè)設(shè)計(jì)目目標(biāo)的的計(jì)算算機(jī)系系統(tǒng)。。14Agent的弱定定義滿足如如下特特征的的基于于硬件件或（（更經(jīng)經(jīng)常是是）軟軟件的的計(jì)算算機(jī)系系統(tǒng)：：自主性性(Autonomy)社會(huì)性性(Socialability)反應(yīng)性性(Reactivity)主動(dòng)性性(Pro-activeness)（或稱““前瞻瞻性””）基于場(chǎng)場(chǎng)景性性(Situatedness)靈活性性(Flexibility)15移動(dòng)性性(Mobility)理性(Rationality)此外，，許多多學(xué)者者還提提出一一些其其它特特性：：誠(chéng)實(shí)性性(Veracity)友好性性(Benevolence)長(zhǎng)壽性性（或或時(shí)間間連貫貫性））自適應(yīng)應(yīng)性(Adaptability)16Agent的特性性Agent弱概念念：自治性性、社社會(huì)能能力（（可通通信性性）、、反應(yīng)應(yīng)能力力、自自發(fā)行行為Agent強(qiáng)概念念：知識(shí)、、信念念、意意圖、、承諾諾等心心智狀狀態(tài)其它屬屬性：：長(zhǎng)壽性性、移移動(dòng)性性、推推理能能力、、規(guī)劃劃能力力、學(xué)學(xué)習(xí)和和適應(yīng)應(yīng)能力力、誠(chéng)誠(chéng)實(shí)、、善意意、理理性1713.4Agent理論智能Agent的理論論模型型研究究主要要從邏邏輯、、行為為、心心理、、社會(huì)會(huì)等角角度出出發(fā)，，對(duì)智智能Agent的本質(zhì)質(zhì)進(jìn)行行描述述，為為智能能Agent系統(tǒng)創(chuàng)創(chuàng)建奠奠定基基礎(chǔ)。。18可能世世界模模型(PossibleWorldsModel)地位：：Agent理論基基礎(chǔ)的的開創(chuàng)創(chuàng)性工工作之之一。。思想：將Agent的知識(shí)識(shí)、信信念等等特征征化為為一系系列列“可可能世世界””，在在可能能世界界模型型中包包括對(duì)對(duì)象、、屬性性及其其關(guān)系系。優(yōu)點(diǎn)：理論基基礎(chǔ)（（特別別是模模態(tài)邏邏輯））比較較完善善。缺點(diǎn)：：存在““邏輯輯萬能能”(LogicalOmniscience)問題。。19“意圖圖系統(tǒng)統(tǒng)”(IntentionalSystem)作用：：用于描描述其其行為為可用用信念念、愿愿望等等理性性智慧慧來預(yù)預(yù)測(cè)的的實(shí)體體。分分為：：一階階和二二階兩兩種形形式。。對(duì)象象、、屬屬性性及及其其關(guān)關(guān)系系。。20“意意圖圖姿姿態(tài)態(tài)””(IntentionalStance)意義義：：?jiǎn)l(fā)發(fā)AI學(xué)者者將將信信念念(Belief)、、愿望望(Desire)、、承諾諾(Commitment)等人人類類特特有有的的思思想想和和概概念念應(yīng)應(yīng)用用于于Agent。。21理性Agent（BDI模型）思想：認(rèn)為Agent行為可由由信念、、愿望和和意圖來來表達(dá)作用：已成為經(jīng)經(jīng)典模型型，并被被廣泛采采用Belief——信念，Agent對(duì)環(huán)境的的基本看看法。Desire——愿望，Agent想要實(shí)現(xiàn)現(xiàn)的狀態(tài)態(tài)，即目目標(biāo)。Intention——意圖，目目標(biāo)的子子集。22模型BDIAgent模型可以以通過下下列要素素描述：：一組關(guān)于世世界的信念念；Agent當(dāng)前打算達(dá)達(dá)到的一組組目標(biāo)；一個(gè)規(guī)劃庫庫，描述怎怎樣達(dá)到目目標(biāo)和怎樣樣改變信念念；一個(gè)意圖結(jié)結(jié)構(gòu)，描述述Agent當(dāng)前怎樣達(dá)達(dá)到它的目目標(biāo)和改變變信念。23BDI解釋器BDI-Interpreterinitialize-state();dooptions:=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);untilquit24邏輯框架架目標(biāo)：以一種自自然的方方式描述述多Agent系統(tǒng)中關(guān)關(guān)于別的的Agent的狀態(tài)的的推理過過程。系統(tǒng)的分分類：由于多Agent系統(tǒng)太復(fù)復(fù)雜，建建立一種種通用的的推理模模式的想想法是不不現(xiàn)實(shí)的的，有必必要對(duì)系系統(tǒng)分類類以便區(qū)區(qū)別對(duì)待待。常識(shí)的獲獲得：和單個(gè)Agent情形一樣樣，常識(shí)識(shí)問題是是阻礙推推理的大大難題。。25換位推理理思想：模仿語言言學(xué)中的的虛擬語語氣，即即為了對(duì)對(duì)某個(gè)Agent在某種場(chǎng)景下下的狀態(tài)或行行為進(jìn)行推測(cè)測(cè)，設(shè)想自己己處于那種場(chǎng)場(chǎng)景時(shí)的狀態(tài)態(tài)或行為，再再把這種設(shè)想想結(jié)果作為被被猜測(cè)Agent的狀態(tài)或行為為。作用：使得一Agent對(duì)其它Agent的狀態(tài)和行為為的推理過程程變得簡(jiǎn)單明明了。26動(dòng)作理論情景演算是描描述動(dòng)作的主主要的形式框框架。在情情景演算中引引入了狀態(tài)和和動(dòng)作的概念念，并利用兩兩條邏輯公理理來描述動(dòng)作作與狀態(tài)的關(guān)關(guān)系。一條公公理描述一個(gè)個(gè)動(dòng)作在滿足足什么條件的的狀態(tài)之下可可能發(fā)生，另另外一條描述述在一個(gè)狀態(tài)態(tài)之下某個(gè)動(dòng)動(dòng)作發(fā)生以后后當(dāng)前狀態(tài)如如何改變。2713.4.6“言語行為”理理論(SpeechActsTheory)地位：這是多Agent交互（通信））的重要理論論基礎(chǔ)之一。。思想：任何行為都可可以等價(jià)地表表示為言語行行為（既任何行為為的含義都可可用言語來表表達(dá)），甚至至認(rèn)為所有的的行為都是言言語行為。作用：大大簡(jiǎn)化了Agent之間交互的復(fù)復(fù)雜度。28規(guī)劃庫的形式式化表示環(huán)境狀態(tài)：State={P1,P2,…Pn}目標(biāo)：：Goal=<State,weightiness>動(dòng)作模模板：：Act_template=<name,roles,preconditions,effects,resources>Agent能力：：Ability=<Act_template,role,cost>2913.5Agent結(jié)構(gòu)Agent結(jié)構(gòu)需需要解解決的的問題題包括括：Agent由那些些模塊塊組成成，模塊之之間如如何交交互信信息，，Agent感知到到的信信息如如何影影響它它的行行為和和內(nèi)部部狀態(tài)態(tài)，如何將將這些些模塊塊用軟軟件或或硬件件的方方式組組合起起來形形成一一個(gè)有有機(jī)的的整體體。30Agent基本結(jié)結(jié)構(gòu)環(huán)境Agent感知知作用用黑箱箱軟軟件件Agent31智能能Agent的工工作作過過程程環(huán)境境交互互信息息融融合合信息息處處理理作用用交互感知作用32Agent骨架程序序functionSkeleton-Agent(percept)returnactionstatic:memory/*Agent的世界記記憶*/memory←←Update-Memory(memory,percept)action←←Choose-Best-Action(memory)memory←←Update-Memory(memory,action)returnaction33Agent的分類根據(jù)人類類思維的的層次模模型，可可以將Agent分成四類類：反應(yīng)Agent形象思維維Agent抽象思維維Agent復(fù)合式Agent形象思維維Agent和抽象思思維Agent也可以合合稱為認(rèn)認(rèn)知Agent34反應(yīng)Agent環(huán)境當(dāng)前世界界傳感器動(dòng)作作效應(yīng)器條件-動(dòng)動(dòng)作規(guī)則Agent35反應(yīng)Agent程序functionReactive-Agent(percept)returnsactionstatic:rules,/*一組條件件-動(dòng)作作規(guī)則*/state←←Interpret-Input(percept)rule←Rule-Match(state,rules)action←←Rule-Action[rule]returnaction36認(rèn)知Agent環(huán)境信息融合合傳感器動(dòng)作作效應(yīng)器Agent規(guī)劃劃知識(shí)庫目標(biāo)內(nèi)部狀態(tài)態(tài)37認(rèn)知Agent程序functionCognitive-Agent(percept)returnsactionstatic:environment,/*描述當(dāng)前前世界環(huán)環(huán)境*/kb,/*知識(shí)庫*/environment←←Update-World-Model(environment,percept)state←←Update-Mental-State(environment,state)action←←Decision-Making(state,kb)environment←←Update-World-Model(environment,action)returnaction38BDI結(jié)構(gòu)知識(shí)信念規(guī)劃意圖圖目標(biāo)標(biāo)愿望望39復(fù)合式Agent決策生成成規(guī)劃劃反射射建模模通信信感知知行動(dòng)動(dòng)其他智能Agent智能Agent外部世界界預(yù)測(cè)協(xié)作與協(xié)協(xié)商動(dòng)作請(qǐng)求或應(yīng)應(yīng)答信息息一般情況緊急情況和簡(jiǎn)單情況40規(guī)劃模塊塊世界的模模型（包括其其他Agent的模型））經(jīng)驗(yàn)驗(yàn)庫庫目標(biāo)集合合局部規(guī)規(guī)劃劃器決策生生成成重新規(guī)劃規(guī)劃規(guī)劃目標(biāo)41建模模塊塊世界的模模型（包括其其他Agent的模型））模型型庫庫模型型生生成成和和維維護(hù)護(hù)預(yù)測(cè)測(cè)規(guī)劃決策生成成感知知通信信建模42通信模塊塊詞法法庫庫語法法庫庫詞義義庫庫物理通信信語言生成成語言理解解通信4313.6Agent通信策略略對(duì)話話消息息黑板板協(xié)議議通信協(xié)作協(xié)議議44Agent通信中的的主要問問題45Agent間的消息息傳遞消息發(fā)送送/傳輸輸服務(wù)器器轉(zhuǎn)換到傳傳輸格式式從傳輸格格式轉(zhuǎn)換換消息M言語行為為意圖I目標(biāo)GAgenti消息MAgentj46本體論（（Ontology）本體論是是概念化化的明確確的表示示和描述述。對(duì)某一領(lǐng)領(lǐng)域中的的概念有有共同理理解，可可以提高高交流和和協(xié)作的的效率，，從而提提高了軟軟件的重重用性。。47言語行行為有關(guān)言言語行行為理理論的的研究究主要要集中中在如如何劃劃分不不同類類型的的言語語行為為。在Agent通信語語言的的研究究中，，言語語行為為理論論主要要用來來考慮慮Agent之間可可以交交互的的信息息類型型。48FIPA通信動(dòng)動(dòng)作庫庫AcceptProposal接受提提議Agree同意Cancel取消CallforProposal要求提提議Confirm確認(rèn)Disconfirm確認(rèn)為為否定定Failure失敗Inform通知InformIf通知是是否否InformRef通知有有關(guān)關(guān)對(duì)象象NotUnderstood不理解解4950交互協(xié)協(xié)議Agent之間的的會(huì)話話常常常形成成典型型模式式，這這種情情況下下某些些消息息序列列是可可知的的，這這些消消息交交換的的典型型模式式稱為為協(xié)議議。Agent間交互的理理想情況：：Agent充分地理解解消息的含含意和意圖圖，然后根根據(jù)自身的的信念、目目標(biāo)等心智智狀態(tài)，做做出相應(yīng)的的回答比較實(shí)際的的實(shí)現(xiàn)：預(yù)預(yù)先規(guī)范這這些協(xié)議，，規(guī)定好消消息的順序序。51FIPA英國(guó)拍賣協(xié)協(xié)議52通信語言KQML：：由美國(guó)ARPA的知識(shí)共享享計(jì)劃中提提出，規(guī)定定了消息格格式和消息息傳送系統(tǒng)統(tǒng)，為多Agent系統(tǒng)通信和和協(xié)商提供供了一種通通用框架。。ACL：由FIPA制定的一種種規(guī)范。與與KQML非常相似53KQML一個(gè)例子：：(ask-all:senderA:receiverB:in-reply-to ido:reply-withidl:languageProlog:ontologyfoo:content “bar(X,Y)”)54FIPAACL(inform:senderagent1:receiverhpl-auction-server:content(price(bidgood02)150):in-reply-toround-4:reply-withbid04:languages1:ontologyhpl-auction)消息結(jié)構(gòu)開開始通信動(dòng)作類類型消息參數(shù)消息內(nèi)容表表達(dá)式參數(shù)表達(dá)式式55XML—eXtensibleMarkupLanguage可擴(kuò)展標(biāo)記記語言XML是用于標(biāo)記記電子文件件使其具有有結(jié)構(gòu)性的的標(biāo)記語言言。XML文件本身只只是將文件件資料結(jié)構(gòu)構(gòu)化。例如：下面面的ACL消息(inform:senderjklabrou:receivergrosof:content(CPUlibretto50pentium):ontologylaptop:languagekif)56575813.７Agent的協(xié)調(diào)與協(xié)協(xié)作協(xié)調(diào)(coordination)與協(xié)作(cooperation)是多Agent研究的核心心問題之一一。協(xié)調(diào)是指一一組智能Agent完成一些集集體活動(dòng)時(shí)時(shí)相互作用用的性質(zhì)。。協(xié)作是非對(duì)對(duì)抗的Agent之間保持行行為協(xié)調(diào)的的一個(gè)特例例。59協(xié)調(diào)多Agent系統(tǒng)中的協(xié)協(xié)調(diào)是指多多個(gè)Agent為了以一致致、和諧的的方式工作作而進(jìn)行交交互的過程程。進(jìn)行協(xié)協(xié)調(diào)是希望望避免Agent之間的死鎖鎖或活鎖。。死鎖指多個(gè)個(gè)Agent無法進(jìn)行各各自的下一一步動(dòng)作；；活鎖指多個(gè)個(gè)Agent不斷工作卻卻無任何進(jìn)進(jìn)展。60協(xié)作目前針對(duì)Agent協(xié)作的研究究大體上可可分為兩類類：將其它領(lǐng)域域研究多實(shí)實(shí)體行為的的方法和技技術(shù)用于Agent協(xié)作的研究究。如對(duì)策策論和力學(xué)學(xué)研究。從Agent的目標(biāo)、意意圖、規(guī)劃劃等心智態(tài)態(tài)度出發(fā)來來研究多Agent間的協(xié)作。。61協(xié)作規(guī)劃協(xié)作的動(dòng)機(jī)機(jī)：某個(gè)Agent相信通過協(xié)協(xié)作能帶來來好處（如如提高效率率，完成以以往單獨(dú)無無法完成的的任務(wù)）多個(gè)Agent在交流的過過程中，發(fā)發(fā)現(xiàn)它們能能夠通過協(xié)協(xié)作來實(shí)現(xiàn)現(xiàn)更大的目目標(biāo)。62協(xié)作過程產(chǎn)生需求、、確定目標(biāo)標(biāo)協(xié)作規(guī)劃、、求解協(xié)作作結(jié)構(gòu)尋求協(xié)作伙伙伴選擇協(xié)作方方案實(shí)現(xiàn)目標(biāo)評(píng)估結(jié)果6313.8多Agent環(huán)境MAGEMAGE的主要特點(diǎn)點(diǎn)：運(yùn)行于分布布式網(wǎng)絡(luò)環(huán)環(huán)境用java編寫使用模塊化化的能力通過ADL來描述并生生成AgentAgent之間通過ACL通信6413.9面向Agent的軟件技術(shù)術(shù)在面向Agent的軟件開發(fā)發(fā)方法中，，應(yīng)用程序序編寫為軟軟件Agent，這些Agent之間通過Agent通信信語語言言可可以以進(jìn)進(jìn)行行比比普普通通消消息息傳傳遞遞更更規(guī)規(guī)范范、、更更明明確確的的通通訊訊。。65Agent與對(duì)對(duì)象象的的異異同同共同同點(diǎn)點(diǎn)：都具具有有封封裝裝性性、、繼繼承承性性和和多多態(tài)態(tài)性性。。對(duì)象象的的內(nèi)內(nèi)部部狀狀態(tài)態(tài)映映射射為為Agent的心心智智狀狀態(tài)態(tài)。?；ゲ俨僮髯?。。不同同點(diǎn)點(diǎn)：Agent具有有自自治治性性，，對(duì)對(duì)象象只只能能被被動(dòng)動(dòng)的的被被調(diào)調(diào)用用。。Agent之間間交交互互使使用用通通信信語語言言，，對(duì)對(duì)象象之之間間交交互互是是通通過過互互相相調(diào)調(diào)用用方方法法。。66AO與OO對(duì)象象是是對(duì)對(duì)現(xiàn)現(xiàn)實(shí)實(shí)世世界界中中的的被被動(dòng)動(dòng)實(shí)實(shí)體體的的抽抽象象，，Agent是對(duì)對(duì)主主動(dòng)動(dòng)實(shí)實(shí)體體的的很很好好的的抽抽象象。。Agent支持持用用于于表表示示智智能能的的結(jié)結(jié)構(gòu)構(gòu)，，如如信信念念、、承承諾諾等等。。Agent支持持基基于于言言語語行行為為理理論論的的高高級(jí)級(jí)交交互互，，不不同同于于對(duì)對(duì)象象之之間間頻頻繁繁的的消消息息發(fā)發(fā)送送和和接接收收。。對(duì)象象是是通通過過外外部部來來進(jìn)進(jìn)行行控控制制的的（（白白箱箱控控制制）），，相相反反，，Agent有自自治治性性，，不不能能直直接接從從外外部部進(jìn)進(jìn)行行控控制制（（黑黑箱箱控控制制））。。67主要要的的基基于于Agent的方方法法Gaia方法法：Wooldridge，Jennings和Kinny在1999年提出了面向向Agent分析與設(shè)計(jì)的的Gaia方法學(xué)。多Agent工程方法學(xué)：Wood和DeLoach提出了多Agent工程方法學(xué)MaSE。AUML：Odell等人提出了對(duì)對(duì)UML語言的擴(kuò)充———AgentUML語言AUML語言。68Gaia方法Gaia是一種同時(shí)支支持微觀級(jí)（（Agent結(jié)構(gòu)）和宏觀觀級(jí)（Agent社會(huì)與組織結(jié)結(jié)構(gòu)）的Agent開發(fā)的一般方方法。分析過程第一步是找到到系統(tǒng)中的角角色，第二步是對(duì)角角色之間的交交互進(jìn)行建模模。每個(gè)角色色包含四個(gè)屬屬性：責(zé)任、、許可、活動(dòng)動(dòng)和協(xié)議設(shè)計(jì)階階段第一步步是把把角色色映射射到一一定的的Agent類型，，然后后對(duì)不不同的的Agent類型創(chuàng)創(chuàng)建適適當(dāng)?shù)牡腁gent實(shí)例；；第二步步是確確定一一個(gè)和和多個(gè)個(gè)Agent中角色色所需需要的的服務(wù)務(wù)模塊塊；最后一一步是是為Agent之間的的通信信表示示建立立熟人人模塊塊。69MaSEMaSE在一般般性及及應(yīng)用用領(lǐng)域域上類類似于于Gaia，MaSE的目的的是引引導(dǎo)設(shè)設(shè)計(jì)者者怎樣樣從初初始的的系統(tǒng)統(tǒng)規(guī)范范說明明到Agent系統(tǒng)的的實(shí)現(xiàn)現(xiàn)。MaSE在邏輯輯上被被分為為七段段流水水線：：捕獲獲目標(biāo)標(biāo)、應(yīng)應(yīng)用用用例、、精練練角色色、創(chuàng)創(chuàng)建Agent類、構(gòu)構(gòu)造會(huì)會(huì)話、、編譯譯Agent類、系系統(tǒng)設(shè)設(shè)計(jì)。。70AUMLOdell、Parunak和Bauer提出了了Agent交互協(xié)協(xié)議AIP的三層層表示示方法法。該該方法法不僅僅需要要表達(dá)達(dá)語義義的修修改，，而且且需要要UML可視化化語言言的修修改。。AUML已經(jīng)被被提交交給UML標(biāo)準(zhǔn)委委員會(huì)會(huì)，作作為一一個(gè)建建議包包含在在UML2.0中。7113.10MobileAgentl節(jié)約網(wǎng)網(wǎng)絡(luò)帶帶寬移動(dòng)Agent直接在在數(shù)據(jù)據(jù)端執(zhí)執(zhí)行處處理,與客戶戶端不不需要要進(jìn)行行中間間結(jié)果果的傳傳輸,只返回回最后后的結(jié)結(jié)果。。l提供實(shí)實(shí)時(shí)的的遠(yuǎn)程程交互互在一些些遠(yuǎn)程程控制制系統(tǒng)統(tǒng)中，，如外外太空空探測(cè)測(cè)器的的控制制、網(wǎng)網(wǎng)絡(luò)的的時(shí)延延使得得遠(yuǎn)程程實(shí)時(shí)時(shí)控制制變得得不可可能，，發(fā)送送MobileAgent實(shí)行遠(yuǎn)遠(yuǎn)端的的本地地控制制可解解決該該問題題。72l支持離離線計(jì)計(jì)算用戶派派遣出出MobileAgent程序后后，可可以斷斷開網(wǎng)網(wǎng)絡(luò)連連接，，而Agent將在網(wǎng)網(wǎng)絡(luò)上上自主主運(yùn)行行。Agent完成任任務(wù)后后，當(dāng)當(dāng)它發(fā)發(fā)現(xiàn)用用戶設(shè)設(shè)備重重新連連上網(wǎng)網(wǎng)絡(luò)時(shí)時(shí)，就就返回回計(jì)算算結(jié)果果。l實(shí)現(xiàn)載荷卸卸載對(duì)于一些計(jì)計(jì)算能力弱弱的設(shè)備，，如個(gè)人數(shù)數(shù)字助理，，可以把計(jì)計(jì)算打包成成Agent程序，發(fā)送送到計(jì)算能能力強(qiáng)的設(shè)設(shè)備上進(jìn)行行計(jì)算。73l提供定制化化服務(wù)使用Agent，客戶端可以以根據(jù)服務(wù)務(wù)器端提供供的底層操操作函數(shù)，，編寫滿足足自己特定定需要的服服務(wù)程序，，然后發(fā)送送到服務(wù)器器端運(yùn)行。。l易于分發(fā)發(fā)服務(wù)在采用MobileAgent技術(shù)的分分布式應(yīng)應(yīng)用中，，服務(wù)的的更改變變得非常常簡(jiǎn)單，，比如在在電信網(wǎng)網(wǎng)的管理理中，當(dāng)當(dāng)業(yè)務(wù)需需要改變變時(shí)，只只需把新新的服務(wù)務(wù)程序發(fā)發(fā)送到相相應(yīng)的服服務(wù)節(jié)點(diǎn)點(diǎn)上，用用不著人人力去一一個(gè)一個(gè)個(gè)節(jié)點(diǎn)地地安裝。。74l增加應(yīng)用用的強(qiáng)壯壯性移動(dòng)Agent的工作方方式減少少了應(yīng)用用對(duì)網(wǎng)絡(luò)絡(luò)連接可可靠性的的要求，，它的自自主性又又使它具具備對(duì)環(huán)環(huán)境的反反應(yīng)能力力，因此此能建立立更容錯(cuò)錯(cuò)的分布布系統(tǒng)。。l提供平臺(tái)臺(tái)無關(guān)性性移動(dòng)Agent是跨平臺(tái)臺(tái)運(yùn)行的的。移動(dòng)動(dòng)代理應(yīng)應(yīng)用編程程不存在在程序的的移植問問題，便便于應(yīng)用用的快速速開發(fā)。。l提供更自自然的電電子商務(wù)務(wù)模式用移動(dòng)Agent代表用戶戶參與電電子交易易，買家家可在網(wǎng)網(wǎng)上自由由尋找賣賣者，查查詢商品品種類，，商談價(jià)價(jià)格，賣賣家也可可主動(dòng)上上門向買買家推薦薦商品。。7513.11若干前沿沿問題討討論當(dāng)前AI中存在的的“鴻溝溝”解決“鴻鴻溝”的的主要思思路完全自主主Agent完全自主Agent的關(guān)鍵技術(shù)完全自主Agent的典型應(yīng)用76當(dāng)前AI中存在的“鴻鴻溝”StuartJ.Russell的觀點(diǎn)在1995年獲得IJCAI-95的“ComputersandThoughtAward”杰出青年大獎(jiǎng)獎(jiǎng)時(shí)所作的學(xué)學(xué)術(shù)報(bào)告《RationalityandIntelligence》指出“AI是一個(gè)由其研研究的問題而而非方法所定定義的領(lǐng)域。?！保ā癆Iisafielddefinedbyitsproblems,notitsmethods.””——StuartJ.Russell,1995）77當(dāng)前AI中存在的“鴻鴻溝”（續(xù)1）當(dāng)前，AI中存在的最大問題是：如何填補(bǔ)補(bǔ)基于抽象、、非底層表示示（Ungroundedrepresentations）的高層推理（High-levelreasoning）與建立底層層表示（Groundedrepresentations）的傳感數(shù)據(jù)解釋釋（Interpretingrawsensordata）之間的“鴻溝”。78當(dāng)前AI中存在的“鴻鴻溝”（續(xù)2）2001年，Stanford大學(xué)計(jì)算機(jī)系系的年輕教授授DaphneKoller在獲得IJCAI-01的“ComputersandThoughtAward”杰出青年大獎(jiǎng)獎(jiǎng)時(shí)所作的學(xué)學(xué)術(shù)報(bào)告?zhèn)鹘y(tǒng)AI中被廣泛采用用的分析、分分解方法正面面臨著很大的的挑戰(zhàn)：在解解決復(fù)雜問題題時(shí)，人們往往往很自然地地采用分而治治之的方法，，將其分解為為每個(gè)“小片片”（Fragmentation），等每個(gè)““小片”都取取得進(jìn)展后，，再進(jìn)行綜合合集成以得到到最終的結(jié)果果。但遺憾的的是，往往每每個(gè)子問題都都各自分家且且相互遠(yuǎn)離，，而且是離得得越來越遠(yuǎn)，，最后很難將將它們綜合集集成起來。79當(dāng)前AI中存在的“鴻鴻溝”（續(xù)3）“InAI,asinmanycommunities,wehavethetendencytodivideaproblemintowell-definedpieces,andmakeprogressoneachone.Butaswemakeprogress,theproblemstendtomoveawayfromeachother.”——DaphneKoller,200180解決鴻溝的主主要思路DaphneKoller教授圍繞著如如何解決上述述問題（即填填補(bǔ)高層推理理與底層數(shù)據(jù)據(jù)解釋之間的的“鴻溝”）），提出一種種解決方法，，就是建立連連接的三座“概念橋梁””（Conceptualbridges），分別是：：表示（Representation）推理（Reasoning）學(xué)習(xí)（Learning）81解決鴻溝的主主要思路（續(xù)續(xù)1）另一種代表性性的解決方法法是，美國(guó)德德克薩斯大學(xué)學(xué)奧斯汀分校校（UniversityofTexasatAustin）的PeterStone在2007年獲得IJCAI-07的“ComputersandThoughtAward”杰出青年大獎(jiǎng)獎(jiǎng)時(shí)所作的學(xué)學(xué)術(shù)報(bào)告PeterStone.Learningandmultiagentreasoningforautonomousagents.In:Proceedingsof2007InternationalJointConferenceonArtificialIntelligence(IJCAI-07),pp.13-30.82解決鴻溝的主主要思路（續(xù)續(xù)2）建立完全自主的Agents（Completeautonomousagents），這些Agents具有高度的魯魯棒性和靈活活性，它們可可感知環(huán)境，，進(jìn)行高層認(rèn)認(rèn)知和決策，，在環(huán)境中進(jìn)進(jìn)行自主執(zhí)行行，即具有學(xué)學(xué)習(xí)、交互、、組合及合作作等能力。他他認(rèn)為這種研研究方法可分分為兩條基本本路線：基本算法研究究，主要包括機(jī)機(jī)器學(xué)習(xí)、多多Agents系統(tǒng)（MAS）；應(yīng)用研究，主要包括實(shí)實(shí)現(xiàn)面向特定定的復(fù)雜環(huán)境境的完全自主主Agents，以及從面向向特定應(yīng)用的的自主Agents實(shí)現(xiàn)中總結(jié)發(fā)發(fā)現(xiàn)普遍規(guī)律律。83解決鴻溝的主主要思路（續(xù)續(xù)3）美國(guó)華盛頓大大學(xué)的PedroDomings教授提出的馬馬爾可夫邏輯輯網(wǎng)絡(luò)（MarkovLogicNetworks）將謂詞邏輯與與統(tǒng)計(jì)學(xué)習(xí)方方法有機(jī)地結(jié)結(jié)合起來可填補(bǔ)AI中存在的高層層與底層之間間的鴻溝84完全自主Agent的關(guān)鍵技術(shù)PeterStone還指出，自從從1983年TomMitchell獲得“ComputersandThoughtAward”杰出青年大獎(jiǎng)獎(jiǎng)并做了關(guān)于于機(jī)器學(xué)習(xí)的的學(xué)術(shù)報(bào)告后后，從機(jī)器學(xué)學(xué)習(xí)的觀點(diǎn)來來看，面向分分類和預(yù)測(cè)的