搜索
多智能体的由来•随着计算机技术和信息科学技术的快速发展，计算机环境发生了很大的改变。一些传统的软件系统在实际应用中遇到了一些问题，如:由于要求计算及自动完成任务复杂性增加，所以不能满足智能化的需要；由于要求计算机掌握一些控制权，代理完成一些有严格安全要求的任务，所以不能满足计算机代理完成任务的需要；要求计算机能够人性化。这些限制迫切要求出现一种能够体现人性化的智能系统——多agent系统孕育而生。（给大家解释一下为什么agent没有翻译）•Agent和多Agent系统是当今计算机科学技术领域、信息工程领域和网络与通信领域十分活跃的前沿研究方向之一，其应用范围也越来越广泛。通常翻译为：代理。但，近年来，更趋向于翻译为：智能体1．通常指代表一个应用程序处理查询并返回结果的软件。2．驻留在所有受管设备中并向管理站报告指定变量值的过程。3．在Cisco硬件结构中，提供一或多个介质接口的独立处理机卡。简单来说，Agent是一种实体，而且是一种具有智能的实体。这种实体可以是智能软件、智能设备、智能机器人或智能计算机系统等等，甚至也可以是人。agent指能自主活动的软件或者硬件实体。•Agent是一个具有自适应性和智能性的软件实体，能代表用户或其它程序，以主动服务的方式完成一项工作。Agent（面向主体）与对象的区别•相似性：实体性、封装状态，可以执行某种动作和方法；通过消息进行通讯；•区别：1）在决定是否执行对象的方法时，决定权不同；面向对象系统中，决定权在主动调用方法的对象，而在Agent系统中，决定权在在接受请求的Agent；。2）灵活的行为能力（反应的、预动的、社会的）作为Agent的基本属性之一考虑；3)Agent在实现上并行特点作为最基本的特性出现；而传统对象不是这样；Agent至少应具备以下几方面的关键属性：①自主性②交互性③反应性④主动性⑤推理和规划能力Example:1.BDI模型•当前主体(agent)使用的BDI模型一般都是在Cohen和Levesque的正规模态逻辑的意图模型以及Rao和Georgeff的BDI计算数逻辑模型基础上发展起来的，即侧重于形式描述信念(belief)、愿望(desire)和意图(intention)，简称BDI，其本质上要解决的问题是如何确定主体(agent)的目标以及如何实现这个目标。•一个BDI模型包含三种基本成分：•信念库：是Agent当前信念（Agent对环境和其它Agent在信息内部的逻辑表示）的集合。•意愿库：当前意愿（Agent由当前信念和意图决定的认为自己能够执行的动作）的集合•意图库：当前意图（Agent对自己和其它Agent承诺执行的动作）的集合思考型Agent结构模型示意图其它Agent通信内部状态规化决策目标Agent知识库传感器效应器环境2.移动Agent移动Agent是一种特殊的Agent,它除了具有Agent的基本属性以外,移动性是其最重要的特点,它可以从一台机器通过网络移动到另外一台机器运行,并根据需要克隆或生成子Agent,子Agent具有同父Agent相同的性质.移动Agent主要特点有:(1)移动性能:移动Agent可以在异构网络和分布式计算机环境中自主、自动地迁移,携带信息或寻找适当的信息资源,进行就地的信息处理,代理用户完成信息传递、网页查询、数据和知识发现、信息变换等多种任务.(2)异构和异步性能:移动Agent可以支持异构计算机软件、硬件环境,能进行异步通讯和计算.(3)降低网络通讯费用:传送大量的原始信息不但费时还容易阻塞网络,如果将Agent移动到信息存储的地方,进行局部搜索和选择后,将选中的信息通过网络传送给用户,会大大减少远程计算机网络的连接费用.(4)分布和并行性:移动Agent提供了一个独特的分布计算体系结构,为完成某项任务,用户可以创建多个Agent,将它们同时在相同或不同的节点上运行,可将单一节点的负荷分散到网络的多个节点上,使小系统具有处理大规模、复杂问题的能力.(5)智能化路由:移动Agent具有根据目标、网络通讯能力和服务器负载等因素,动态地规划下一步操作的能力.智能化路由能很好地优化网络和计算资源,实现负载均衡,提高问题的求解速度,避免对资源的盲目访问.移动Agent是具有移动特性(Mobility)的智能Agent,它可以自主地在网络上从一台主机移动到另一台主机,并代表用户完成指定的任务,如检索、过滤和收集信息,甚至可以代表用户进行商业活动。多Agent系统•多Agent系统是一个松散耦合的Agent网络，这些Agent通过交互、协作进行问题求解（所解问题一般是单个Agent能力或知识所不及的）。其中的每一个Agent都是自主的，它们可以由不同的设计方法和语言开发而成的，因而可能是完全异质的。(1)每个Agent拥有解决问题的不完全的信息或能力；(2)没有系统全局控制；(3)数据是分散的；(4)计算是异步的。多Agent系统具有如下特征：①社会性：Agent处于由多个Agent构成的社会环境中，通过某种Agent语言与其他Agent实施灵活多样的交互和通讯，实现与其他Agent的合作、协同、协商、竞争等。与单Agent相比，MAS有如下特点：②自治性：在多Agent系统中一个Agent发出请求后，其他Agent只有同时具备提供此服务的能力与兴趣时才能接受动作委托，即一个Agent不能强制另一个Agent提供某种服务。这一特点最适用于学习者特征的获取。③协作性：在多Agent系统中，具有不同目标的各个Agent必须相互协作、协同、协商对未完成问题的求解Agent的实现（即编程）工具•Agent的实现（即编程）工具可分为两类：一类是专用的面向Agent的程序语言，另一类则是现有的通用面向对象程序语言（或其扩充）。•已知的专用Agent编程语言有Agent描述语言ADL、Agent处理控制语言PCL和Agent通信语言SACL（中科院计算所开发［史忠植，1998年］）、AGENT0、PLACA多Agent体系结构个体Agent体系结构Agent群体社会结构MAS的体系结构•体系结构是对要完成的特定任务进行特定的分解的一般方法学。•Agent体系结构研究的是怎样通过互相协商与合作实现多Agent体系结构研究的是怎样为构造Agent按一定的方法将Agent分解成各种功能模块。•多Agent系统是Agent群体，其中的各个Agent通过互相协商与合作来实现多Agent系统的功能。•。个体Agent体系结构•个体Agent体系结构是指在多Agent系统中单个Agent的构造结构。每个Agent都是处于一定的环境中，通过感知外界的环境并进行一些推理来决定完成某些动作，然后执行这些动作。Agent的智能也主要体现在这些推理上。推理依据和推理的熟练程度决定了个体Agent的体系结构。①主动型体系结构②反应型体系结构③层次型体系结构Agent群体社会结构（指的是存在于各Agent中的通讯和控制模式）•网络结构：是一种平板结构。通信对等、信息局部化——显著特征如图，无论距离远近通讯是直接的。•层次结构Agent群体中的Agent被分层，在每一层的决策和该层的控制权集中在其上层Agent上上层控制下层•联盟结构将系统中的Agent根据某种方式划分成一个个的Agent联盟。各联盟之间的关系与网络结构中各Agent之间的关系一样。每个联盟有一个协助Agent，不同联盟中Agent之间的交互都是通过各联盟之间的Agent协助完成•。系统工作流程•首先在系统中，服务器资源配送监控Agent一方面自动查找服务器端资源库来监控进度，另一方面监控用户提交的需求，然后通过感知到的情况自动把相应的新的资源压缩、加密和打包;•下一步完成更新资源地址的发布，并通过和客户端资源配送监控Agent的交互感知用户资源库的状态,用户身份验证（已经保存在数据库中）通过后自动配送服务器端资源地址到客户端地址库；客户端资源配送Agent根据自己的本地约束经过与服务器资源配送Agent协商。•协商完成后,客户端开始获取资源信息包，完成后客户端配送Agent对资源解包,升级Agent来自动解密，解压缩，解包，同时自动配置用户升级情况和用户使用资源情况，完成整个资源配送。系统优越性•系统兼顾了传统的用户请求下载的模式，然后又通过用户注册的信息动态配送用户个性化需求的资源，驻留在服务端上用作分析Agent，可以通过自身掌握的用户模板并通过从客户端监控Agent而获得的消息来提取用户的个性特征和需求，将个性化分析来的结果作为条件，在信息资源库中查找客户端请求的用户感兴趣的信息资源或更高层次的知识和规律，并以此定制特色服务来主动提供给用户，达到一个主动配送的特点。•由于采用多Agent技术，服务器端可以更好地与客户端联系，对于客户的需求就可以错过高峰时期下载。比如，服务器端通过分析客户的个性化需要，在客户人工请求以前的时期内，在网络使用低谷时间段，系统就自动配送给客户端，在网络高峰期尽量不配送，或有选择地响应客户的需求，这样就可以充分利用网络带宽，而且体现了系统的智能性，最大效率地配送资源。•系统采用了多层安全措施，首先资源需求用户的相应信息要在服务器端进行注册，并抽象为约束条件；其次在数据流传输过程中使用加密算法来进行加密，而在客户端使用相应的解密算法把教育信息资源还原。多Agent网络信息检索框架•基于XML的多Agent信息检索框架有3种类型的Agent组成如图所示：一种是管理Agent用于提取信息的语义和合作Agent处理详情,一种是接口Agents为用户和系统提供接口,还有一种是搜寻Agents用于在上搜索信息,多个Agent间使用xml作为它们的通信语言,相互沟通执行检索任务。•自主性：•Agent具有属于其自身的计算资源和局部于自身行为控制的机制，能在无外界直接操纵的情况下，根据其内部状态和感知到的（外部）环境信息，决定和控制自身的行为。•交互性：•能与其他Agent进行多种形式的交互，能有效地与其他Agent协同工作。Thanks•反应性：•能感知所处的环境，并对相关事件做出适时反应。•主动性：•能遵循承诺采取主动行动，表现出面向目标的行为。•推理和规划能力：•Agent具有学习知识和经验及进行相关的推理和智能计算的能力。