基于Agent的建模方法

第九章基于Agent的建模方法及Swarm仿真为了研究或应用的需要，对所研究的系统进行必要的化简，并用适当的形式或规则把它的主要特征描述出来，这就形成了模型。这种抽象的过程也就是建模的过程。人们提出了许多建模的方法和技术。尤其是计算机工程领域，产生了一系列的建模方法，常用的有：过程抽象、数据类型抽象、结构化编程、面向对象的方法、基于构件的方法等。现在人们又提出了基于Agent的建模方法，并由此衍生出一系列的相关概念和技术。如基于Agent的软件工程(ABSE:Agent-BasedSoftwareEngineering)、基于Agent的计算(Agent-BasedComputing)、面向Agent的程序设计(AOP:Agent-OrientedProgramming)Agent通信语言(ACL:AgentCommunicationLanguage)等等。由于Agent具有巨大的研究优势和应用前景，九十年代以来，Agent已成为了计算机领域和人工智能研究的重点前沿；与此同时，许多领域都在借鉴或采用该概念进行本领域的研究工作。本章主要介绍基于Agent的建模方法，以及用于Agent建模和仿真的Swarm平台和应用实例等。9.1Agent的基本概念9.1.1Agent的定义Agent最初来源于分布式人工智能的研究。目前，由于Agent已经渗透到计算机科学技术的许多领域和许多非计算机领域中，所以从一般意义上很难给出Agent严格而清晰的定义，到目前为止，还没有形成一个统一确定的Agent定义。在英文中，“Agent”有三种含义：一是指对其行为负责任的人；二是指能够产生某种效果的，在物理、化学或生物意义上活跃的东西；三是指代理，即接受某人的委托并代表他执行某种功能或任务。基于对Agent英文原意的理解，常被人解释为代理。但随着Agent广泛应用的不同领域，不再局限于“代理”。1.Agent应具有的特性：1）Agent是一个具有明确边界和界面的问题求解实体。2）Agent处于特定环境之中，它通过感知器来观测环境，通过效应器来作用于环境。3）自治性。这是一个Agent最本质的特征。4）社会性。无论是现实世界，还是虚拟世界，通常都是由多个Agent组成的系统。在该系统内，单个Agent或多个Agent的行为必须遵循符合Agent社会的规则。能通过Agent交互语言，与其他Agent进行灵活多样的交互，并有效进行合作。5）反应性。Agent能够感知其所处的环境，可能是物理世界，或操纵人机界面的用户，或与它进行交互和通信的其他Agent等等。并能及时迅速地作出反应以适应环境变化。在一些特定领域的研究，特别是人工智能领域的研究，还赋予Agent一些更高级的特性，使其更符合于所研究对象的特征：1）理性。Agent没有相互冲突的目标。2）诚实性。Agent不故意传播虚假的信息。3）友好性。Agent总是尽可能地完成其他Agent的请求。2.特性综合：可以看出，Agent的特性常常因为应用的不同领域而有所不同，也就形成对Agent的不同理解或定义。但是，自治性是Agent概念的核心。在实际应用中，Agent常被分为三种类型：类型Agent:描述特定实体或某一类实体。集中服务Agent(多Agent)：为多个Agent提供特定的服务或一组服务。移动Agent：可在不同的实体之间进行移动.概括起来，可以说Agent是实际系统的物理实体抽象或系统的功能抽象，它能够在一定的环境中为了满足其设计目标而采取一定的自主行为；Agent总是能感知其所处的环境，适应环境变化。9.1.2Agent与对象对象是系统中用来描述客观事物的一个实体，它是构成系统的一个基本单位。一个对象由一组属性和对这组属性进行操作的一组服务组成。从认识论的角度来说，对象就是一种抽象技术，他的最基本特征是封装、继承和多态；从软件的角度来看，对象是一个计算实体，它封装了一些状态以及可根据这些状态采取特定措施的方法，对象之间可通过消息的传递来进行交互。从这些方面来对比对象与Agent，可以看出它们之间有许多共同点，如数据和方法的封装，因为Agent是一个独立的个体。拥有对象的继承与多态等性质。但又有一些区别。Ageng与对象的一些明显区别：一是Ageng和对象的自治程度。二是有关自治行为的灵活性，即自治性、反应性、社会性。三是对每一个Agent来说，它都有自己独立的控制线程；而在标准的对象模型中，整个系统才有一个控制线程。值得注意的是：尽管Agent与对象有着重大的区别，但这并不妨碍用面向对象技术来实现Ageng。事实上，现在许多Agent开发工具和应用实例都是用面向对象技术来实现。9.1.3多Agent系统通常，我们将多个Agent组成的系统称为多Agent系统（MultiAgentSystem,MAS）。Agent是一种新的方法论，在生产分布式控制、自适应及处理复杂过程的关键技术。多Agent系统具有以下特点：1）高层次的交互2）Agent之间丰富的组织关系3）数据、控制和资源的分布9.1.4Agent的作用1.应用方面1）模块化：最适合于自然模块的应用问题。一个Agent有自己的状态变量集，这些状态变量不同于环境的状态变量。Agent状态变量的一些子集与环境状态变量的一些子集相耦合，以提供输入输出。2）分散化：一个Agent不需要外部的激励，可自主地监视它自己的环境，并在它认为合适的时候采取行动。3）可变性：因为Agent非常适合于模块化和分散化的问题，所以，当一个问题可能经常变化时，Agent的两个特征结合在一起会使它们具有特殊的价值。4）不良结构：所谓不良结构，简单的说，是在系统设计时，并非所有必须的结构化信息能够得到。Agent自然地支持这样的应用。5）复杂性：衡量系统复杂性的一种方法是看系统必须演示的不同行为的数目；而经过恰当设计的Agent体系结构可以将组合行为空间的发生从设计时移到运行时，这将急剧地减少必须要设计的软件代码数，进而降低构造系统的成本。2.研究方面基于Agent建模与仿真技术方面有三大优势：1）传统方面：可明确地给出所研究系统的某种特定的、可求解的范围；最常见的是数学方程。2）问题不可解：系统虽然可以明确地给出系统的规范，但无法对其进行求解，或没有合适的求解方法，或依赖许多参数而无法计算等。3）无法形式化：在实现世界中有许多问题，我们无法给出其明确的方程（形式化）。希望用高度形式化的方法进行数学计算是不可能的。9.2基于Agent的建模方法9.2.1基于Agent的建模思想Agent技术发展和应用的两个基本推动力：1）无论是现在还是将来，计算机科学及其应用领域内，由Agent组成的MAS有能力扮演重要的角色。因为现在的计算机平台和信息环境都是分布的、开放和异构的，计算机不再是一个独立的系统，而是越来越多的与其他的计算机及它们的用户紧密的联系在一起。2）在建立和分析人类社会中的交互模型和理论方面，MAS也可以扮演重要的角色。由于Agent建模的思想来源于以上两个基本的推动力，需要再次强调Agent在建模中的角色：1）Agent是一个自治的计算实体。2）智能性是指Agent在变化的环境中灵活而有理性地运作，具有感知和效应的能力。3）互交能力是指Agent可以被其他为追求自己的子目标而执行相应任务的Agent所影响。由于将Agent看成是主动对象，基于Agent的建模技术完全可以从面向对象技术中继承并发展。9.2.2面向Agent的系统分析在一般情况下，建立系统模型是由一群Agent组成的MAS，它可以用三个层次结构来描述：1）Agent层：系统中所有反映问题域和系统责任的Agent。2）个体Agent：特征模型层，即Agent的结构与特征，包括内部状态（数据、变量）和行为规则（函数、方法等）。3）MAS层：即组成系统的Agent群体所采用的体系结构，主要要解决的问题是Agent之间的通信与协调等问题。基于Agent的系统模型的层次如图9.1所示。1.发现个体AgentAgent层个体Agent特征模型MAS层图9.1基于Agent的系统模型的层次对于给定系统，就是有确定的系统问题和系统边界，发现个体Agent的任务就是解决这样的问题：将系统中的什么映射作为Agent？也就是对系统进行Agent抽象。Agent抽象的基本原则是：从系统的物理结构出发，围绕着系统的目标来对系统进行抽象。以系统的物理结构作为抽象的基本点，就意味着可根据物理世界的实际构成来划分Agent。一般的处理原则是将组成系统的每个实体都抽象为一个Agent，称为实体Agent。这对自然的分布式系统尤为实用。但是要注意两个问题：1）异质Agent与同质Agent的处理：通常，系统是由多个实体构成的，实体之间可能是异质的，存在本质上的区别，如经济系统中的人、企业与政府等；；而有些是同质的，在本质是相同的，如一个生物种群中多个生物个体。处理方法是将异质Agent分别形成相应的Agent类，而将同质的多个Agent抽象归结为一个Agent类。2）抽象的粒度根据研究与应用的需要，要给系统确定一个抽象的层次，必须要有所为，又有所不为，即有所取舍。在确定了实体Agent后，有时为了实现系统的目标，还要设计一些其他的辅助Agent，被称为集中服务Agent。2.个体Agent的建模在建立系统的类图后，接着要进行建立每个Agent的模型。在这方面主要处理两个问题1）每个Agent如何建立世界模型？任何在一个变化的世界内起作用的Agent必须建立世界内部模型。但是Agent在知识表达的复杂性和对任务所使用的推理方面是有区别的。2）如何构筑Agent的内部结构？一个系统中不同的Agent可以是同质的、异质的或共享某些共同的模块，或在其它的模块中不同。它们也许会、也许不会记得过去的状态；在系统生命周期内，他们的代码可以改变，也可以不改变。3.目前三种Agent结构模型1）基于逻辑的Agent模型在该模型中，Agent决策的制定过程是通过逻辑演绎的方式来实现的，类似于专家系统2）反映式Agent模型在该模型中，Agent决策的制定过程是通过环境与行为的直接映射来实现的，如一般的控制系统。3）信念-愿望-意图Agent模型在该模型中，Agent决策的制定过程是依赖于表达Agent的信念、愿望和意图的数据结构之间的操作来实现的，它更接近人类的思维方式。4.关于Agent的通用模型由于Agent技术正处于发展之中，各种模型都有待于不断完善。就目前来说，可以将Agent视为由环境、感知器和效应器三部分组成，如图9.2所示。1）每个Agent都有自己的状态。环境感知器效应器内部状态图9.2Agent的通用模型2）每个Agent都拥有一个感知器来感知环境，根据环境的状态来改变自己状态的方法。3）每个Agent都拥有一个效应器作用于环境，用来改变环境状态的方法。5.多Agent的体系结构为了建立由多个Agent组成的完整的系统模型，确定多Agent系统的体系的体系结构，就要处理好以下5个问题：1）系统应有多少个Agent？根据系统的目标要求，确定各种Agent的总数以及系统运行时Agent的数目是否可改变。2）Agent之间采用什么样的通信渠道？通常在传输介质（共享物理环境与数字网络）、访问（广播、面向目标、Agent到Agent）等方面可能有所不同。3）Agent之间采用什么样的通信协议？通常采用的通信方式有共享全局存储器（如黑板机制）、消息传递以及两者的结合。通信协议决定了被建立的Agent之间如何交流。4）怎样建立Agent与其相关的其他Agent之间的结合？一个Agent群体的结构描述每个Agent的直接的熟人（Agent）和它们之间由于信息和物料流动等原因而产生的拓扑结构，常见的如象分层嵌套结构、网络结构等。9.2.3实现与仿真1.实现有了系