（计算机应用技术专业论文）网中多agent自治与协同的原理和方法研究.pdf

iw , r 多a g e n t 自 治， 协p l 的原p i! 和方法研究 ab s t r a c t t h e d i s s e rt a t i o n d i s c u s s e s m a i n l y t h e t h e o ry o n a u t o n o m y a n d c o o p e r a t i o n o f mu l t i- a g e n t s s y s t e m ( ma s ) , w h i c h i s t h e i m p o rt a n t b r a n c h o f d i s t r ib u t e d a rt i f i c i a l i n t e l l i g e n c e ( d a i ) . b y a n a l y z i n g t h e s t r u c t u r e ，c h a r a c t e r i s t ic o f a g e n t a n d t h e c h a r a c t e r i s t i c , a r c h i t e c t u r e o f m a s , b y a n a ly z i n g t h e f a c t o r a ff e c t s t h e a g e n t a u t o n o m y , w e p u t f o r w a r d o n a c r i t e r i o n o n a g e n t a u t o n o m y a n d d e s i g n a g e n t s t r u c t u r e . b a s e d o n t h e r e s e a r c h o n o r g a n i c s t r u c t u r e o f m a s a n d c o m m u n i c a t i o n m e c h a n i s m , a n o r g a n ic s t r u c t u r e o f ma s a n d a p r o b l e m - s o l v e d r a t i o c i n a t i v e m o d e l i s a d v a n c e d . f u rt h e r m o r e , w e p r o p o s e a h i e r a r c h y m o d e l f o r c o o p e r a t i o n a m o n g a g e n t s , d e s c r ib e t h e p r o c e s s o f c o o p e r a t i o n , a n d a d v a n c e d t h e p r o b l e m - s o l v e d a r i t h m e t ic . t h e d i s s e rt a t i o n c o n s i s t s o f f i v e p a rt s : p a rt 1 e x p a t i a t e s o n t h e id e a o r i g i n o f r e s e a r c h , t h e c u r r e n t s i t u a t i o n a n d t h e d e v e l o p t r e n d . i n p a rt 2 , w e d i s c u s s t h e d e f i n i t i o n , c h a r a c t e r i s t ic o f a g e n t . t h e r e s e a r c h o n c h a r a c t e r i s t ic i s t h e b a s e o f r e s e a r c h o n a g e n t a u t o n o m y . a t t h e s a m e t i m e , w e a l s o d i s c u s s t h e c h a r a c t e r i s t i c , a r c h i t e c t u r e o f ma s , w h i c h p a v e t h e p a t h t o r e s e a r c h o n c o o p e r a t i o n a m o n g a g e n t s i n f o l l o w i n g c h a p t e r s . w e f o c u s o u r e m p h a s i s o n t h e a g e n t a u t o n o m y i n p a rt 3 . a c r it e r i o n o n a g e n t a u t o n o m y i s a d v a n c e d i n t h i s c h a p t e r . w e a n a ly z e t h e i n t r i n s i c a n d e x t r i n s i c f a c t o r t h a t a ff e c t s t h e a g e n t a u t o n o m y , f u rt h e r m o r e , w e i m p r o v e o n t h e s t r u c t u r e o f a g e n t . b a s e d o n t h e r e s e a r c h o n a g e n t a u t o n o m y i n p r e v i o u s p a rt , w e s t u d y a n o t h e r c h a r a c t e r i s t i c - - 一 c o o p e r a t i o n i n p a rt 4 , t h a t i s , c o o p e r a t i o n a m o n g a g e n t s . f i r s t l y , w e p u t f o r w a r d o n a o r g a n i c s t r u c t u r e o f m a s a n d a p r o b l e m - s o l v e d r a t io c i n a t i v e m o d e l ; s e c o n d l y , t h e c o m m u n ic a t i o n a m o n g a g e n t s i s d i s c u s s e d ; .l a s t l y , w e p r o p o s e a h i e r a r c h y m o d e l f o r c o o p e r a t i o n a m o n g a g e n t s , d e s c r i b e t h e p r o c e s s o f c o o p e r a t i o n , a n d a d v a n c e d t h e p r o b l e m - s o l v e d a r i t h m e t i c . i n c h a p t e r 5 , r e s e a r c h w o r k o f t h i s d i s s e rt a t i o n i s s u m m a r i z e d , a n d p r o s p e c t i s a l s o p r o v i d e d . k e y w o r d s : a g e n t , mu l t i - a g e n t s s y s t e m , a u t o n o m y o p e n l y d i s t r ib u t e d s y s t e m , m e s s a g e t r a n s f e r , p r o b l e m - s o l v e d r a t i o c i n a t i v e m o d e l , h i e r a r c h y m o d e l f o r c o o p e r a t i o n 网中多a g e n t 自 治与协同的原 理和方法研究 第一章绪论 “ 人工t ill 能 ( a i , a rt i f ic i a l i n t e l l i g e n c e ) 是 x 1 1 对 人 类钾能 ( 包括先 天科能 和 后天? i11 能) 而言，i 1 先人们通过研究人类的t ill 能活动来获取人类t y 能的产生机制， 然后将人类钾能的产生机制以某种物化的方式人为地赋予机器，从而使机器能够 表现出拟人的令 v 能活动，此时，机器所具有的这种t y 能称为人工钾能! 一， ! 。 木课题的研究范畴是属于分布式人工午 v 能，而分布式人工t in 能又是人工t y 能 研究的一个重要分支，因此，在这里简要地介绍一下有关a i 的一些问题 从t i ? 能的产i 1 : 机制角度来讲，i j 能可分为思维科学 ( 先天性智能)和行为科 学 ( 后天性t y 能) ，思维科学又可以分为:个体级的搜索智能、组织级的连接智 能和系统级的分布智能。本课题研究的内容是属于思维科学的范畴。目前，研究 思维科学的代表性学派有: i) 思维科学的个体级搜索智能 研究的重点是单个1 114 能体在静态的、确定的、结构化的环境下表现出的思维 形式的t in 能，其产生的机理为:川启发式的方法搜索存储于机器内用符一号 或数字 表示的先验知识，然后使川评价函数评估搜索结果。这类人工钾能研究的标志性 成果为i b m的“ 深蓝” 战胜代表人类象棋最高水准的国际象棋大师日折 帕罗 夫。 研究思维科学的个体级搜索智能的代表性学派有: ( l ) 符号 逻辑推理系统和学习 系统16 7 1 :为典型的a 一 0 搜索机制的 研究方法。 ( 2 ) 专家系统或知识工程18 -1 6 1 : 先它从一组较好的历史数据或经验中提取专 家规则存于专家知识库中，然后推理机构通过向前或向后推理从知识库和数据库 中匹配搜索出问题解，其中关于知识的获取、 表达和学习问 题以及推理的有效性 问题是研究的难点;另外，知识库中知识的空洞性和脆弱性问题有待进一步的研 究。 ( 3 ) 模糊系统/ 1 1 1 :以模糊集合论为数学基础，首先从模糊经验中提取语言变 最 形式的模糊规则存于规则表或者规则库中，然后通过模糊量化、模糊判决和解 模糊的方法进行间接求解;隶属度函数的选取、 模糊规则控制表的制定是其难点， 存在的问题是控制精度不高、容易产生震荡现象。 2 )思维科学的组织级连接和能 个体级的搜索t y 能强调的是单个 a g e n t 所具有的钾能品 质， 这种方法遵循的 足基于经典牛顿力学的分解还原法。人们用这种方法分析解决了大贵宏观和非生 命界的问题，然而当研究的领域进一步向微观和1 1: n o 界推讲时，分解坏f,q ) 1 则威 网中多a g e n t 自 治与 协 问的 原 理和方 法研究 到力不从心了。 a i 关注的焦点是人类智能产生机制这一生命领域的研究课题。按 照系统论的观点，人脑不仅是单个脑细胞组成，而几 各脑细胞问存在复杂的连接 关系，这种组织级的连接机制恰恰是人脑思维铆能产生的另一个层而。门 前，代 表性的学派有: ( 1 )神经网络i1 2 - 14 1 .少 月 简单同类烈的非线形函数的神经元节点模仿人类脑细 胞，通过网络连接权值，将各神经元节点连接起来构成神经网络。神经网络的木 质在于神经元节点间的关联， 这种关联表现出的正是一种不同于个体级匆能的组 织级料能; ( 2 )人工生命 1 5 1 :采用计算机模拟方法来研究生命现象，认为复杂行为并 非出自 复杂的墓木结构，生命的木质不在于组成系统的分子，而在于各分子之间 的组织，复杂行为是从极为简单的元素群中突现出来的。 3 )思维科学的系统级分布钾能 综介个休级智能和组织级初能为一体，认为_ 二 者是人脑思维的两个不同方 而，处于同等重要的地位，因此将钊能分散分布到各组成实体，分布方式可按功 能、行为、时间、地域等多种形式进行，各实体通过组织关联协同实现系统松能。 研究思维科学的系统级分布智能的 a l 代表学派为分布式人工钾能 ( d a i ) 1 16 ,1 7 1其 系统 1 ， 多 个a g e n t 组成， 各a g e n t 是自 主的、自 治的几 可以 是 异 构的， 多个a g e n t 在空im土是分布的、时间上是并发。 1 . 1 课题的思想来源 课题所研究的主要内容是网中多智能体问的自 治与协同的原理和方法，它是 属于多智能体系统的研究内容，而多智能体系统是分布式人t料能的一个分支， 所以课题研究的直接来源是分布式人工刊能的思想方法。 1 . 1 . 1分布式人工智能的提出 随着高效的并行计算机的开发、计算机网络技术的fl 益成熟以及对许多涉及 到群休的人类问题求解与活动的认识，人们对人工年 ? 能中的并发性与 分布性越来 越赶兴趣，从而导致了分布式人工科能的产生。 人们在研究人类钊能行为时发现，人类的智能不仅表现在单个人的智能行为 ，更表现在人类社会中的各种组织以至蔡个社会的智能行为中，大部分人类活 i+h 多a g e n t 门 治与 协 h i 的原 理和方 法 研究 动都涉及多个人构成的社会团体，大型复杂问题的求解需要多个专业人员或组织 协作完成，协作与协调是人类利能行为的l 要表现形式之一，在人类社会f ， 普遍 存在。分布式人工a y 能 ( d a i , d i s t r ib u t e d a rt i f i c i a l i n t e l l i g e n c e )正是为适应这种 需要if li 发展 起来的 。 此 外， 经典a i 往 往很脆弱， 因为 它 研究的 是单个a g e n t , i 问 题很大、 很复 杂， 超出 ru识 范围时 往往无能为 力。 对 此， 研究多 个a g e n t 在 合作或竞争情况下 交互、协同工作的行为的d a i e l 益引起重视。 分布式人工初能是人工智能研究的重要分支之一。五 j 一 年代 a i 研究有两个 般 要方法，即神经元网络模型和采用表处理的启发式搜索。神经元网络模型方法 曾获得一些理论成果，但由于缺乏足够有效的编程思想与学习方法，再加上理论 卜 难以求解，尤其是实现困难，使得有关神经元网络模型的工作很难。近几年来， 肋着理论工作的突破与实现技术的发展，这一方法又开始活跃，如并行分布处理 和连接机制等，这些构成 d a i 的分支一p a i 的一部分。启发式搜索方法是 a l 五 ! 年 历史l - 直 采 用的 经 典的 问 题 求 解 方 法， 以 此 方 法 为 墓 础, c a r l e .h e w itt , a l le n n e w e l l 和 h e r b e rt a . s i m o n在七十年代末提出了模式制导控制 ( p a tt e rn - d i r e c t e d c o n t r o l )以及产生式系统方法，将串行的表处理问题求解方法一般化为准并行的 符号 处i ip 方 法: 七i 一 年 代末， l e e d . e r m a n , f r e d e r i c k a . h a y e s - r o t h i i i v i c t o r r . l e s s e r 等在产生式系统方法的墓础上发展起黑板系统，将知识分布在知识源中，知识源 并行操作。卜 述三种体系结构是现代d a i 的先驱。 到七十年代末， 有关合同网络、 d v m t . r a n d公司的a t c等系统的工作逐步展开，从此正式开始了d a i 的研 究。 1 9 8 0年在美国的 b o s t o n的 m i t召开了第一届分布式人工初能会议 t h e w o r k s h o p o n d i s t r i b u t e d a rt i f ic i a l i n t e l l i g e n c e 1 8 1 ， 标 志 着d a i 的诞 ! 1_ 。 此后， 全 i i i_ 界各地有关d a i 或者包含d a i - l 题的各种会议不断举行，为d a i 技术的发展 和推广起了很大的促进作用。分布式人工科能的发展迅速，自 8 0年代以来，随 着超大规模专川集成电路、计算机网络、计算机通讯、并行机制以及并发程序设 计技术的发展，d a i 己经发展成为a i 领域最令人瞩日的前沿研究课题。 d a i 研究之所以引起广泛的兴趣，主要原因在于: ( 1 )单个科能系统的资源和知识是有限的，根据 s i m o n的有限理性理论需 要构造和能系统的组织。这是因为:首先现实i i上 界中许多问题需要不同方而的各 种知识共同解决，单个和能系统不具备足够的知识、信息和资源;再者，在计算 处理的容量和速度方面也是有限的，不足以应付复杂大规模的数值计算和信息处 理仟务。 网 ， 多人 g c n l 自 治 与 协 同 的 原 理 和 方 法 研 究 ( 2 )人类的铆能往往表现为群体钾能和社会智能。人类的钊能不仅表现在 单个人的和能行为中，更表现在人类社会中的各种组织以至整个社会的智能行为 中，d a i 比 传统a i 更能休现人类钊能。 ( 3 ) 现实i l l 界中 存在大量的分布式系统。 现实世界中的 许多问题木质_ l 是 分布的，有些表现为空间上的分布性:有些表现为功能_ i 二 的分布性:有些表现为 时间卜 的分布性。 ( 4 )软、硬件的研究成果为 d a i 系统的实现提供了必要支持。处理器硬件 结构技术、通讯技术以及共享内存技术、分布式内存技术的日益成熟，使得大量 复杂的异步操作和交互成为可能。 ( 5 ) d a i的发展有着强大的动力。d a i的应用领域日益广泛;逻辑_ 匕 语 义土、时间i二 和空间- l 的分布使d a i 系统能提供更强的适应能力;d a i 的并发性 可以 增加计算与 推理的速度;山于冗余以 及结果的交叉检查等原因，d a i 系统比 集中系统更为可靠:d a i 系统的各部分可由特定领域内的专家独立开发，而几 系 统易于扩展;d a i 的研究对其他相关学科也有着深远的影响。 1 . 1 . 2分布式人工智能的 研究内 容 分布式人t智能的研究可分为三个分支， 即分布式问题求解( d p s . d i s t r ib u t e d p r o b le m s o l v in g ) 、 多 卿 能 体 系 统 ( m a s , m u lt i- a g e n t s y s t e m ) 以 及 1 f: 行人 t a i 能 ( p a i ) o ri : d a i 的早n j 即8 0 年代，d a i 的研究集中于d p s问题，d p s 是 1 3 多个结点 组成，它的日 标是创建大粒度的协作群体。结点相互协作以求解一个共同的特定 问题，有关问题及其求解方法的知识分布在结点之中并为其它结点共享。 9 0年代，多科能休系统的研究成为分布式人t智能的研究热点，1 9 8 9年举 行的第一届国际多 年 v 能 体欧洲学术会议， 标志着这一技术的成熟 1 9 l 。 不同 于d p s , m a s 研究如何协 调一组自 治的智能体的行为以 共同 地动作或求解问 题， 侮个a g e n t 可以有同一个口 标，也可以有多个相互作用的不同目 标，它们不仅要共享有关问 题及求 解方法的 知识， 而几 要就a g e n t 之间的协 调过程 进行 推理， 协 作 进行问 题 的求解。 第只个分支，p a i 研究开发适合 a i 的井行机结构、语言和算法，并行分布处 理和互联机制属此列。 d a 研究的基本内容包括12 0 ) . 网巾多a g e n t 自 治与协同的原fe和方法研究 . 单个 a g e n t 及多a g e n t 系统的行为建 模:建 模原则可使用效用理论、 博 奕论、形式化建模、信念模型等。 . 通一讯机制:包括通讯原语、通讯协议、通讯服务、通讯方式等。 . 任务的形式化描述、分解与分配，结染的综合等。 . 多a g e n t 之h的协 作机制:这是d a i 中的关键问 题之一， 可从组织结构、 相关最小化、多a g e n t 规划、 面向 资源的一致性等方而进行研究。 . 多a g e n t 之间的协 调机制和冲突消解方法:这是d a i 的核心问 题之一， 日前1 : 要的研究方法有从于对策论的协商、劝说性辩论、多级协商、基 于知识的协商、社会规则法、 微理论、自 发协调等。 . 工程化建构实际的d a i 系统实现平台。 n 前，d a i 研究的主要方向是121: . 开放的多智能体系统: . 通用的d a i 算法; . 建立实际的应用系统。 1 . 1 .3分布式人工智能研究存在的问 题 d a i 研究 扣 存在着下而儿个基木问题，这些问题都以一定的形式出现在 d a i 的应用领域中，并几 相互联系。 1 . 任务描述、 分解和分布 任何一个组织，从蜜蜂群到现代公司、从，n僚机构到医疗团体都需要解决分 工和组织问题。 与此类似， 山 一组协调的结点组成的d a i 系统也而临着任务描述、 分解和分布。为了仟务分布，需要对仟务进行形式化和描述，当任务不能被一个 结点求解时，就要进行问题的分解与分布，这些环节相互紧密联系。 日前，这方而的研究还做得很少，相对而言，有关灵活的任务调度机制的研 究做了一些，而任务的描述和分解是山系统的设计者完成的，另外任务分配算法 仅限于一维空间， 造成系统求解阶段通信开销大、求解效率低。 2 . 结点间的交互、通信及语言 交互是 d a i 研究中的重要口 _ 基木的概念。只有通过相互作用，才能把 d a i 系统i t 的各智能系统的贡献组合到一起。语言和通信是实现松能系统之间交互的 手段之一。 3 . 研究环境局限于静态性、 封闭性的假设 日 前d a i 的研究主要是针对静态环境进行，因而无法描述本质上具有动态性 中 ， 多a g e n t r l 治i 协问的原理和方法研究 的复杂系统过程。并日 ，环境的封闭性和纂木信息的假设贯穿全局，与现实11 f 界 1 1， 的开放性特点相矛盾而不具有实际的应1 11 价值。 4 . 多t v 能体的学习、自治和适应问题 山于单个和能休的能力不足，需要不断地向外界环境或其它和能体进行学 习，在动态环境下更为突出。因此，需要解决动态环境下智能体间的学习问题以 及交互过程中的适应问题。由于t v 能休的知识随时间不断的变化，这就需要在建 立科能体的学习机制同时，也要考虑到和能体的自治问题。 5 . 系统的一致性与协调能力 一致性与协调是分析和描述d a i 系统时) 一 泛使用的概念。一致性被用来讨论 整个d a i 系统的性能，指的是系统作为一个整体性能如何以及避免出现矛盾的情 况。协调、协作是d a i 研究的， 1 ， 心问题之一。研究的口的是增强匆能体间有益的 交互 。 6 . 结点间的差异:不确定性与冲突 在人类社会活动 扫 ，各协作者之间山于背景和日 标的不同，冲突和矛后是在 所难免的。 像人类社会一样， 冲突照样存在于 d a i i i 。 如， 在分布式专家系统中， 由于各专家系统有各自 不同的知识领域和推理机制，在求解同一问题时，可能得 到不同的结果。在分布式规划中，各系统为了实现各自的口 标，可能导 致系统资 源的冲突。 7 . 实川的系统实现平台缺乏和应用对象的局限性 山于理论的研究和实际的应用之间还存在着一定的距离，因此d a i 在现实“ 赴 界， ， 的应1 1 1 实现还有着一定的局限性。 1 . .a分布式人工智能的研究现状和前景 近年来, d a i 研究越来越热， 除了侮年在美国召开一次d a i 研讨会外， a a a i 9 1 和 ij c a i 9 1 都首次明确将 d a i 列为一个专题，并陆续发表了一些有关 d a i 的专 集，其 卜 要原因是d a i 具有广泛的应用背景， d a i 研究有三个方法，第一种为工 程学方法，即建立山自 动协调的问题求解器组成的 d a i 系统，以解决分布式解释 ( 如:分布式传感、通信网络、运输调度、语音理解) ，分布式规划与控制 如: 分布式空中交通控制、协作机器人)等问题;另一种方法为人机协调的方法，即 研究一种山人与计算机以协调方式组成的团体，这类应用包括计算机支持的协作 工作以及办公室自 动化:第三种方法为自 然系统方法，即利用计算机模型来帮助 网中多a g e n t 自 治与协同的原理和方法研究 子 l 会学家研究人类协作与协调的理论。 d a i 的实际研究分两类，即实验研究与 理论研究。实验研究就是建立d a i 的 体系结构或软件环境，并以此为基础对 d a i 的纂木问题进行研究。理论研究工作 不多，1 毛 要是) 1 1 逻辑形式化方法对结点信念模型的描述。迄今，d a i 研究主要针 对结点间交互与 通信、一致性与 协调、建众 模型这三个从木问 题，有关任务描述 和分解分布及结点间差异的研究很少，当 然，d a i 领域， ， 重要但尚未解决的问题 远不i f. 这些。 d a i 的研究历史 虽短，但发展迅速，日 前己 经取得了 一批有一定实际价值的 研究成梁，以一 f 给出一些有代表性的典型d a i 系统实例。 合同网 ( c n e t , c o n t r a c t n e t ) t2 2 .2 3 1 是在d a v i s 和s m i t h 设计的分布式问题求 解系统中提出的，f l 标是进行自 适应的任务分配。任务分配山合同网协议来完成， 它引入了市场中的招标一投标一中标机制，实现了问题求解组织结构的动态构 造。其重要贡献在于提出了通过科 1 互选择和达成协议的协商过程实现灵活的任务 分配和控制的思想。 分布式车辆竹理实验系统 ( d v m t ) 12 a .2 s t 是关c trl 麻省大学的一个主要研究项 日，也是 d a i 领域最旱和最有影响的研究课题之一。d v mt系统通过分布在不 同地点的传感器接受信息，使用多个相同的黑板系统解释这些信息从而进行车辆 竹理。来自 f q 个传感器的数据被输入到+ 1 1 应的问题求解结点中，然后所有结点合 作构造出一个通过传感器网络的总体车辆交通图。d v mt的贡献在于提供了抽象 和模型化分布式系统行为的方法。 开 放 信 息 系 统 语 义( o i s s , o p e n in f o r m a t io n s y s te m s e m a n t ic s ) 12 6 .2 1 1 1 h e w itt 在 1 9 9 1 年研制， o i s s提出 组成开放信息系统的个体各自 的微理论， 逻辑演绎就 是在微理论中进行推导演算和检测推导步骤正确性的过程;演绎不可判定问题是 o i s s的核心问题，辩论是解决演绎不可判定问题的一种方法，它作为超过演绎能 力的创造性过程，是个体通过传递公共标识而参与的力s e 较h .!n ,因此是作为一种 冲突消解方法。 异v协作分布式专家系统( h e c o d e s ) 1 .2 8 1 i t 澳大利v的张成奇、 张敏捷 1 9 9 0 年建成，j 于 要日 的是通过协调多专家系统的合作来提高专家系统的问题求解能 力。 我国学者在 d a i 领域也进行了积极的探索.并取得了一些一卓 有成效的研究成 果。清华大学的石纯一等 1 9 8 9年主持研制了 分布式运输调度系统12 9 1 ，该系统以 运输调度为背景，提出了分布式问题求解系统的体系结构，对问题求解、任务分 网中多a g e n t 自 治与协同的原理和力 法研究 配算法和基于元级通信的协作机制等方而进行了 探讨。中国科学院计算技术研究 所的史忠植等 1 9 9 0年研究了 分布式知识处理系统，该系统采用逻辑一对象知识 模3 f? ,研究了知识共享和协作求解等问题。it i 防科学技术大学的陈火r e 等 1 9 9 9 年提出了a g e n t 的计算理论框架，构建了a g e n t 计算的能力理论，并对a g e n t 的 能力进行了形式化的研究工作/3 0 -3 2 / 现实iii. 界中的系统都是开放系统，即在任何时候都会从系统之外接收新的信 息及输出无法预期的结果，d a i结构则提供了一种研究大规模开放系统的途径， 因此，大有发展前景。今后的研究成果不仅对 d a i自 身，而且对整个 a i 领域以 及社会学等学科的研究都会起到促进作用。 1 . 2课题研究的意义 a g e n t 是在网 络环境中的一个开放的体系结构。首 先， 它具有开放性， 可以 川不同的编程语言创建 a g e n t ;其次， 它具有可扩充性，可以 在执行阶段增加或 者替换a g e n t ;第三， 它具有分布性， a g e n t 在执行任务时 可以协 作或者竞争; 最 后，为多模型的融合提供了可能，可以使用手写、语音、速记符号和直接 g u i 操 作等r i 然的方式支持与用户的交互。 本学 位 论文 主要 对a g e n t 的自 治问 题以 及a g e n t 间协 调、 协 作问 题 进行讨 论 研究，它们都是属于m a s 的核心问题。因此，这些问题的研究对ma s以至d a i 的理论或实际研究都有着一定的促进作用。另外，课题研究的是开放的分布式环 境下的a g e n t 的自 治及a g e n t 间的协调、协 作问 题， 这对实际的 应用系统的开发 具有一定的现实意义。 1 . 3课题研究的内容体系 木文分为五个章节，第一章:绪论。阐述课题研究的思想来源及其研究现状 和发展趋势。第几帝:钾能体和多匆能体系统。主要是对料能体 ( a g e n t )的有 关定义、 特性等方面进行讨论， 通过对 a g e n t 的 特性进行研究， 从而为 其自 治 性 的研究打卜 一定的基础:同时， 也对d a i 的一个重要分支一多刊能体系统 ( ma s ) 的特性、体系结构等方而的内容进行探讨研究，为后而章节中有关智能体之间的 协同 工作的 研究作以 铺垫。 第三章: t j 能体 ( a g e n t ) 的自 治。 重点讨论a g e n t 的 网 中多a g e n t 自 治与协 同的 凉 理和方 法研究 自 治性问 题， 提出a g e n t 自 治的 标准: 分析影响a g e n t 自 治的内 部和外部因素， 进而 在a g e n t 的 学习 和结构上 进 行改 进。 第四 章: 网中多a g e n t 间的协 同 工作。 在第三章所讨论的a g e n t 自 治性问 题的纂础之上， 进一步研究讨论m a s的另 一 个墓木特性一合作性，即a g e n t 的协同 工作问 题。 首先提出了 一个 m a s的组织 结构和 a g e n t 的问 题求解推理模烈，接着讨论一下有关通信的问题，最后， 在土 而 的 基 础 之上， 提出了 一个a g e n t 的协 同 工作的 层次 模型， 并且 给出了 一 般的协 作过程和进行问题求解的算法。第五章:结论与展望。对从事的研究工作进行了 总结，井作以美好的展望。 网 ， 多a g e n t 自 治与 协同的原理和方法研究 第二章智能体和多智能体系统 木章中主要是对和能体 ( a g e n t )的有关定义、 特性等方而进行讨论， 通过 对 a g e n t 的 特性进行研究，从而为其自 治性的研究打下一定的基础;同时， 在本 帝中也对多摺能休系统 ( ma s )进行探讨研究，为后而章钧!“ 有关科能体之间的 协同工作的研究作以铺垫。 2 . 1 智能体 ( a g e n t ) 2 . 1 . 1 智能体的定义 同 料能 概念问 题一样， a g e n t 概念亦是日 前 引 起人们 广泛争 论的问 题之一。 一方而， a g e n t 是当前 使用最为 广泛的 术语 之一， 但其 含义通常随 应用环境的 变 化而不同，要形成一个统一的、能为大家所接受的概念是非常困难的;另一方而， a g e n t 通常被认为具有某种智能特征，但对于什么是智能日 前仍无一致的认识。 在a i 领域， 一个能为 大 部分研究 人员 接受的 定 义是 将 a g e n t 看 作是 在某 一 环境 ， !“ 持续自卜 地发抨作川， 有生命周期的计算实体。 智能体是由美国学者明斯基 8 0年代提出来的。它是一个真实或者虚拟的单 元，是一种在异质的协同计算环境中能够持续完成自治的、而向口标行为的软件 一州本 。它能作用于自 身以及周11 1 的环境，并能接受环境的反馈信息，重新评估自 己 的 行 为 : 司 时 ， 它 能 与 其 它的a g e n t 协 同 工 作， 反 复 此 过 程， 即 构 成了a g e n t 的行为。 通过执行它的一些行为， 来实现一定的日 标。简单的说: a g e n t 是一类 在特定的环境下作用于自 身和周围的环境，并能感知环境，对环境做出反应，自 治地运行以代表其设计者或使用者实现一系列目 标的计算实休或程序。 2 . 1 .2 智能体的 特性13 3 ,3 4 1 从 最终用户角 度， a g e n t 是一种 程序， 它代表用户， 是用户实现 其意图的 软 件助手，它因i f 户向它指派工作而起作用。 从 系统的 角 度， a g e n t 是一个软 件对象， 生 存于一个 特定的 环境中， 并 拥有 以下基本特性: ( i )自 主性:即自 治性， a g e n t 能在没有人类或其它a g e n t 直接干涉和指导 的情况下持续运行，并能控制其内部状态和动作，能够根据以前的经验校正其行 网， 多a g e n t 自 治与 协 同的 原 理和方 法研究 为。这是a g e n t 区别于对象的一个重要 特征: ( 2 ) 社会性: a g e n t 拥有其它 a g e n t ( 可能是人类)的信息和知识， a - 能通 过某种a g e n t 通讯 语一言 与其它a g e n t 或人进行交互、协同 和合作; ( 3 ) 反 ) 甸 性 : a g e n t 能 够 感知 环境， 并能 对环境中 发生的 事 件及时 做出 反 应; ( 4 ) 忠诚性: a g e n t 的 通讯内 容从不涉及为假的信息; ( 5 ) 合作性: a g e n t 总是尽可能 地完成其它a g e n t 的要求; ( 6 ) 预动性: a g e n t 能够展现出 一种导 向日 标的行为; 作为存在于某个环境， ! ， 的a g e n t ，它改 先得具备感知环境和动作的能力， 所 以a g e n t 得具有反应性。 a g e n t 还应当 是自 治的，它不应当 像普通程序那样完全 山 外界 控制其执行，也不应当 像对象那样其内 部定义的方法可山 外界调用， a g e n t 对 ! 己 的 动 作 有绝对的 控制 权， 不允 许外界 的 干 涉。 这一 特性将a g e n t 与 程 序和 对象划开了界限。自 治性是 a g e n t 很重要的一个特性， 在大多数情况下 ， a g e n t 也被称为自 治的a g e n t 。 另外，a g e n t 还必须是针对环境的，前而的a g e n t 的定义 ， 也 指出a g e n t 需 工 作在一 类特定的 环境i l l , 在某 个环 境中 存在的a g e n t 换了 一 个环境有可能就不再是a g e n t 了 。 各类a g e n t 往往只满足于它们所存在的 环境。 在多a g e n t 系 统中 要 求a g e n t 是 可 通信的， 尤其 是需要协 作 不 i i 协 商的m a s 1 1 1 , a g e n t 的可通信性极其重要， 这也正 是a g e n t f l 会性的 体现。 此外a g e n t 还应当 具有一 些 行为 特性: (j1 a g e n t 协 作: a g e n t 通过规划 和合 作 共同完成任务，这种协作可以从简单到复杂，具有不同的级别，从简单的 us交 i f- 到基 于a l 方式的协 作 和协 商: 0 2 a g e n t 移 动性: a . 远程 执行， 将a g e n t ( 程序 代码或数据) 传送到一个远程系统，在那坐激活执行， a g e n t 的 传输机制可以是 t c p / i p或者电子邮 件; b .迁移， 在执行过程中活动a g e n t 可以 从一个节点转移到 另 一 个节 点 ， 逐 渐 地 完 成 它的 任务 ， 即a g e n t 能 够 析 停 执 行， 将自 己 的 执 行 代 码、 数据和运行状态传送到网络的其它节点，然后从暂停点继续执行。在转移过程中， 它可以 启动新的a g e n t 来传送需要的信息给客户或者某个子任务。 2 . 1 . 3 智能体的 基本结构 从功能的角 度， a g e n t 的纂木结构可分为刊能和非刊能两类，即认 知式a g e n t 和反 应式a g e n t 两利 113 5 -3 7 1 认知式a g e n t 与反应式a g e n t 的j _ 要区别在于前者具有推理能力，可以就木 身的动作和j t l a g e n t 的动作进行推理，以保证多智能体系统以一种清晰和有月 网 中多a g e n t 自 治与协 同的原 理和 方 法研究 的的方式行动。 ( 1 ) 反 应式a g e n t 是一种非刊能型的a g e n t ， 它没有内部 状态， 仅是简单地对外部刺激做出 放 应，其基本的结构如图 t所示。j t i 卜 ，感知模块接受外部刺激，) f f 把感知信息传 给反应模块:反应模块接受山感知模块传来的信息，并根据f l l 应的条件一动作规 则做出反应，其反应的信息传给动作模块:动作模块接收动作信息， ; 卜 将所接收 的动作作用于外部环境。 石 貂 能 能 荔 滁 盟 戴 豁 夕 卜部 环 境 动 作 瑞 巍 粗 豁 瓢 豁勤 反应 ;撒粼 诺 撒珊雏 攫 条件反射 切 动作规则 图t 反应式a g e n t 结构图 ( 2 ) 认知式a g e n t 是 一个具有内 部状态的初能型 a g e n t 。 它除具有反 应式 a g e n t 的感知和动作 模块以外，还具有知识推理、表示、决策、规划和通讯等功能，其基本结构如图 2 所示。 m, t , 多a g e n t r t 治e j 协同的原理和方法研究 川 巍 舞 撇哪 赐耀 夔 酥 外 部 环 境 濒 赢、 感 知 麒 赢渔 。 裤 姗 巍 酬 黔 动 作 在线 建模 决 策 娜 潍 黔 斟 雄 黝黔 卜 通 讯 糕 赫 规 划 注 摊徽 推 理控制 执行 ” 鹦 姗 荞 藻 曝 翰 卿才 碾 撇尹破 撇麒 麒撇掣 内部状态 知 识 库 一 目标 其它a g e n t 图2认知式a g e n t 结构图 其呀 ， ，建模模块的主要任务是根据当前感知信息和模型对近期情况做出预 测，并负责维护和更新模型库。决策模块主要负责各模块间的协调工作，即对建 模模块的预测、通讯模块的请求或应答信息、规划模块的行动计划等进行冲突消 解或检查，并决定当前的动作和通讯。 规划模块的主要任务是根据需要从日 标库、 知识库等中提取有关的信息进行处理，产生出近期行动规划，并将此规划交给决 策模块。 通讯模块主要负责与其它a g e n t 的 联系，它把其它a g e n t 的 请求或应答 信号 传给决策模块， 或者把决策模块生成的协作、协商信息传送给其它a g e n t . 反 应式a g e n t 和认 知 式a g e n t 仅是a g e n t 的 两种最 纂木结构， 实际 中 的 智能 体的结构要根据实际的情况和外界环境做出适当的改进和调整，以符合实际应用 的需要。 2 .2 多智能 体系统 ( m a s , m u lt i- a g e n t s y s t e m ) 网中多a g e n t 自 治与协 同的 原理和方 法研究 近年来，多钾能体系统不断出现在人们的日常生活、生产及科研等各个领域 卜 ，p ii 际i 几 许多知名专业杂志中的多篇论文己对多t ? 能体系统进行了o i l 当深入的 研究。多t v 能体系统之所以引起了人们的关注，主要在于其结构允许以一种分散 的方式制定问题的求解方案，这在 a i 研究中，特别适合于复杂问题的求解，尤 j 1 对那些各组成部分之间存在着大最交互的系统，以及用传统方法不能为给定问 题提供良好解的情况。 2 . 2 . 1 多智能体系统的定义13 8 a o i 多料能 休系统是一个松散祸合的a g e n t 网 络， 它山 一群自 主的种能休组成， 这些钾能体通过交互解决超出单个科能体能力或知识的问题。 多钾能体系统能获得比单个刊能体更优的性能，闪为设计一个单个x ? 能休使 之具有足够的能力控制0.个外界环境并达到某些期望的性能，是4 11 对来说比较困 难的;而在多v il 能体系统， i i ，尽竹单智能体的能力是有限的，但它们通过相互间 的通讯、合作和协调，能改善各科能休的纂木能力，提高整个系统的性能，并通 过单午 111 能体完成各自的子日 标来达到一个相对整休系统而言的总体门 标，而这个 总休日标对多和能体系统中的任意单个智能体而言，都会因其能力所限而不可能