基于Jade的多Agent对话系统的设计与实现_图文

1、湖北工业大学硕士学位论文基于Jade的多Agent对话系统的设计与实现姓名：司彦峰申请学位级别：硕士专业：计算机应用技术指导教师：熊才权20100501摘 要多Agent 是人工智能领域一个重要的研究方向。目前，关于多Agent 的技术研究已经深入到社会的各个方面，但对多Agent 对话系统的研究还较少。多Agent 对话系统是一个能够模仿该领域专家进行辩论的计算机程序。它可以根据当前用户输入的信息进行逻辑分析和判断，最终通过辩论得出对该领域某一具体问题的建议。其基本过程是参与对话的Agent 根据系统的知识库围绕主题构造出争议，通过对话构造争议之间的攻击关系，最后根据辩论算法确定可接受争议集

2、，该系统能够模拟专家进行分析和决策，以解决那些需要专家才能做出决策的复杂问题。本文用Jade 作为开发平台，以辩论模型为理论基础，对多Agent 对话系统进行了设计与实现。采用的辩论模型是以简化的Toulmin 模型和改进的Dung 方法为理论基础，其中，简化的Toulmin 模型表示争议的内部结构，用改进的Dung 方法表示争议之间的攻击和支援关系。采用具有推理机制和反应性的混合式Agent 体系结构，这样可以使Agent 能够在环境变化的条件下灵活、自主地控制自己的行为。由于多Agent 系统是若干个具有自治性的Agent 组成，可以看出Agent 的通信是实现相互合作的重要方式，所以，我

3、们采用能够支持分布式问题求解的黑板结构通信方式，用能够支持多Agent 之间协调、信息传递和合作等活动的ACL 通信语言。从知识的内容、性质、可靠性、逻辑抽象的角度来分析之后，采用语义网络表示方法对知识进行表示。为了提高对复杂问题的求解，我们从主题的基本事实出发进行不确定性推理。考虑到求解问题本身的特点，在系统中采用了启发式搜索来提高搜索的效率。最后对系统的设计与实现进行了分析，确定了系统的主要用户有：系统管理员、知识管理员和主题管理员。采用了用例图、顺序图和协作图及活动图分析了系统的主要功能模块，构建了数据库表的结构，并展示了系统部分模块的实现。关键词：多Agent 通信，知识表示，知识推理

4、，JADEAbstractMulti-Agent is an important field of artificial intelligence research. At present, research on multi-Agent technology has been deep into all aspects of society, but which for multi-Agent dialogue system is also less.Multi-Agent dialogue system is a computer program can mimic the debate

5、experts in the field. It can analyze and judge the logic based on the Information current user input, and eventually come to a recommendation about specific issues in the area through debate. The basic process is involved in the dialogue Agent, According to the systems knowledge base is constructed

6、around the theme of the dispute. Construction disputes through dialogue, the relationship between the attacks, finally, according to controversial debates algorithm to determine an acceptable set. simulating expert analysis and decision-making process, to solve those complex problems only experts ca

7、n make a decision.In this paper, Jade as the development platform, debate model as the theoretical base, the Multi-Agent Dialogue System was designed and implemented.In this paper, the debate model was based on the simplified Toulmin model and improved Dung method theoretical basis . Among them, the

8、 simplified Toulmin model represent the internal structure of the dispute. the improved Dung method represent the attacks and supportive relationships between the dispute. By using a reasoning mechanism and response of hybrid Agent architecture， Agent can control their own behavior with changing con

9、ditions in the environment flexibly and autonomously. The communication is an important way to achieve mutual cooperation owing to the Multi-Agent system is a composition of several independent Agent, Therefore, the communication mean of blackboard structure that can support a distributed problem so

10、lving is used. And the ACL language that can support coordination, information transmission, cooperation activities and so on between multiple Agent. The knowledge is expressed with Semantic network after the abstract analysis about the content, nature, reliability, logical point of view .We make th

11、e uncertainty reason from the basic fact in order to improve the solution of complex problems. In the system heuristic search is used to improve search efficiency taking into account the characteristics of solving the problem.Finally, system design and implementation were analyzed., the main users o

12、f the system were determined: system administrators, knowledge managers and subject managers. Following, the system's main functional blocks were analyzed by using case diagram, sequence diagram, collaboration diagrams and activity diagram, the structure of the database table was constructed, pa

13、rts of the system modules realization was show too.Keywords : Multi-Agent Communication, Knowledge Representation, Knowledge reasoning,JADE学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名：

14、日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖北工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名： 指导教师签名：日期： 年 月 日 日期： 年 月 日湖 北 工 业 大 学 硕 士 学 位 论 文第1章 绪论1.1 选题背景及意义1.1.1 选题背景随着计算机和人工智能技术的发展，Agent 和多Agent 的研究已成为基于网络的分布式人工智能研究的一个热点问题

15、，可以说，Agent 和多Agent 技术是网络软件领域的一个重大突破。尽管人们已经研究并且开发出了一些实用的智能系统，但是还没有达到人类的智能水平。在过去的几十年里人们提出了实现智能系统的方法，每一种方法都有自己的使用者，并且还存在着大量的争议，总之，这些方法都使智能系统的研究具有了很大的进展。随着计算机处理问题的复杂性不断提高，集中式系统已经不能够满足现代科学技术的发展，并行式计算机和分布式智能处理技术得到了迅速的发展，更加促进了分布式人工智能系统的研究和发展，由于多Agent 在分布式人工智能的发展过程中起到了重要的作用，因此，多Agent 技术推动了智能系统的发展。分布式人工智能系统可

16、以解决单个Agent 所具有的局限性，逐渐得到了广泛的应用。在分布式人工智能系统中，把要解决的问题逐个分解为多个子任务，并且对每个子任务设计一个求解的方案，再通过相互合作策略，把问题集合成一个整体，每一个Agent 所要执行的任务都不能单独存在，而是相互合作和通信，在一个环境中来执行。关于分布式人工智能，最初是用于解决分布式问题求解和多Agent 系统两个方面。现在主要研究智能系统中的知识和行为，即共同合作或相互对立，如何来协调智能系统的行为，使之有效地运用资源，合理地控制智能系统中的异步行为。多Agent 对话系统是一个能够模仿该领域专家的计算机程序。该系统可以根据当前用户输入的信息进行逻辑

17、分析和判断，最终通过辩论得出对该领域某一具体问题的建议。其过程是用辩论模型对用户输入的信息进行辩驳，根据系统的知识库推理出是支持还是攻击，从而有效地发挥出具有专家级别的水平，对提出的问题进行推理和判断，模拟专家的分析和决策过程，以解决那些需要专家才能做出决策的复杂问题。在多Agent 对话系统中，需要具有辩论的技巧和能力，是论证主题正确性的一种方式，提出主题的论证大量存在于现实生活的某个论点或观点展开有力的辩论，一般而言，在对话的过程中要把握提出的观点，看提出的观点是否合理，然后提出自己的观点2。1.1.2 选题意义本文从三个方面来分析选题意义：(1有较高的应用价值。多Agent 对话系统主要

18、应用于法律辩论、群体决策、谈判、博弈等多个领域。系统的每一个Agent 都相当于一个专家，单个Agent 执行的任务相对比较容易，当多个Agent 一起合作就可以执行更为复杂的任务，这在很大程度上减轻了人们的脑力劳动。建立分布式智能对话系统可以通过知识库存储某个领域的相关知识，在没有人为的干预下做出决策；在遇到复杂的问题时，可以把问题分解成若干个部分，在简化问题后逐个解决。通常，每一个Agent 都被作为一个实体来处理，多个实体一起合作解决多个问题，这些实体在求解过程中的方法也不同，因此通过多个实体合作比单个实体对问题求解更能取得合适的结果。(2能够有效解决复杂性的问题。多Agent 系统有若

19、干个相互独立的Agent 组合在一起，其中，每个Agent 都具有自主性、反应性、社交性、主动性的特点，从而能够有效解决复杂性的问题1。此外，多Agent 系统中每个Agent 都是通过规定的通信语言进行交互，可以有效减少系统内各部分之间的相互依赖，从而减少单个实体知识不全带来的不良影响。分布式人工智能系统为多Agent 系统的开发和研究提供了广阔的发展空间，在快速发展的网络环境中，多Agent 技术在各个领域发挥着较大的作用，并成功地应用于智能搜索、分布式计算等领域。(3推动多Agent 对话系统研究的发展。在我国，关于多Agent 对话系统的研究还比较薄弱。从目前文献来看，有关这方面的研究

20、较少，因此本论文的研究对推动关于多Agent 对话系统的研究具有重要意义。1.2 研究现状人工智能的研究源于20世纪50年代。1956年，在美国达特茅斯大学举办的一次研讨会上，美国学者麦克锡（MC Carthy）、明斯基（Minsky ）等学者首次提出“人工智能”这一专业术语。20世纪60年代开始，由于计算机专家系统的广泛运用，人工智能技术得到了较快发展，如知识表示、推理方法、知识获取等领域取得了长足进步。到70年代初期，众多领域的研究者在智能搜索和知识推理方法的研究上投入了大量的时间和精力，但研究结果并不像预期中的那么理想，引发了人工智能的低谷时期，人们对人工智能的发展前景充满了质疑。在接下

21、来的一段时间，美国斯坦福大学在智能系统的研究工作中，提出了高效率的智能系统应该建立在知识的基础之上。随后人工智能领域的研究者都意识到了在智能系统中，知识的重要性，从而智能系统的研究进入了飞速的发展中。多Agent 是在20世纪70年代中期才出现在了人工智能中，其主要研究多Agent 的基础理论和体系结构，经过十年的发展，才逐渐的成长起来，成为了分布式人工智能领域的一个分支，随着计算机技术快速的发展，为分布式人工智能的研究提供了一个良好的实践平台，其研究成果成功的应用到了计算机通信、计算机网络安全、以及经济等领域，并且对分布式技术提出了更高的要求，同时也促进了分布式人工智能系统的开发和研究。20

22、世纪80年代，人工智能的研究为摆脱专家系统应用领域的狭窄，研究者们开始寻找一种规模更大、范围更宽的应用系统。计算机网络、尤其是Internet 等的出现，使人工智能研究有了一个新的发展机遇和推动力。国内的分布式人工智能主要研究重点开始逐渐转向多Agent 系统的研究方向。其具体内容包括多个并发的智能主体互相交互、协调与合作对问题求解。这时出现了多个智能主体合作的概念和方法，该方法充分发挥了各个实体的智能，还可以根据任务的改变和环境的变化重新组织实体，具有很强的灵活性、能够快速适应环境的变化，提高对问题的求解效率。研究智能系统如何并行、协调的对问题求解。这也是在研究分布式人工智能的过程中不断深入

23、到基础的结果，同时也明显的显示出了对整个人工智能中的群体行为和具有社会性因素的重视。分布式人工智能研究人员最初的研究方向是怎样构造分布式系统来对特定的问题求解，其研究方向的重点是对于问题求解本身和分布式系统求解的一致性、鲁棒性和求解效率，在分布式智能系统中单个Agent 的行为是可以预先定义5。而多Agent 系统的研究是在理性Agent 假设的基础之上，其研究重点是协调智能系统中的多个Agent 的行为，使得每个Agent 都能够与其它Agent 一起协调合作来共同完成对问题的求解。经过20多年的发展，多Agent 技术在全球范围内得到迅速的发展。成为了分布式人工智能研究的一个热点，研究人员

24、建立了一些多智能体的仿真实验，其研究在各种环境中互相协调各Agent 的行为，让每一个Agent 都能够发挥出最佳的状态，从而更有效的解决问题，通信则是多个Agent 之间相互协调的重要手段，也是多Agent 系统设计中最重要的问题，进入21世纪后，计算机网络为人工智能带来了一个新的黄金发展阶段，不少新的人工智能课题被提出。尤其是关于Agent 和多Agent 的研究已日渐增多。到目前为止，研究人员除了分布式人工智能基本技术问题还需要继续深入研究之外，仍然还有两个方面的重要问题需要我们去解决，第一方面是实际工程化问题，建立具有实用价值的分布式人工智能系统还较大的难度；第二个方面是现在所具有的分

25、布式人工智能的封闭性，在智能系统中Agent 的知识、能力和各个Agent 之间的关系等属性都是预先制定好的，我们在问题求解的过程中这些属性不能够改变，并且对问题的求解是离散输入、逐个进行解决。系统与外界环境没有任何联系，处于封闭的状态中，这对分布式人工智能系统的求解效率带来了较大的限制，在事实上，从应用的角度来分析，智能系统应该是开放的，例如，在科技、工程、矿产、交通控制、工业产品制造等应用系统中，系统接收到的数据都是分布和不断变化的。智能系统应从外界不断的接收新的信息。从系统角度来分析，智能系统也应属于开放式的，随时会发生结构上的变化。因此，我们为了提高灵活性和问题求解的效率，分布式人工智

26、能系统应根据外界周围的环境和系统结构的改变而灵活的调整系统的Agent 属性、类型、数量以及组织能力，并在这种灵活与开放的环境下协调Agent 的行为。人们对智能对话的研究由来已久，但对智能对话系统的基础理论，即辩论模型的研究只有数十年的历史。国外对辩论模型的研究开始于1950年左右，主要从法律论证角度对辩论模型进行研究，提出了著名的Toulmin 模型。随着计算机在法律论证中的应用，辩论模型研究取得新的进展，并设计了基于这些模型的智能对话支持系统。与此同时，人工智能领域中的不确定推理研究兴起，用日常生活中的辩论模式描述逻辑规则成为非单调逻辑研究的新方向，由此也引起人们对辩论模型研究的兴趣。虽

27、然人们提出了不少的辩论模型，但从目前应用情况来看效果并不理想，主要原因是要么没有提供对争议信息的结构化描述，要么不能自动得出辩论结果。近年来，国内从研讨信息组织和多Agent 谈判模型角度对辩论模型做了一些研究，但从目前文献来看，其研究与国外存在较大差距。1.3 论文结构本文所研究的内容分为六个部分，具体是：第1章：绪论。介绍了本文的研究背景和国内外最新研究动态，及论文的研究意义和文章的框架结构。第2章：多Agent 对话系统基础理论。介绍了多Agent 对话系统的基础理论，和智能Agent 的框架结构，详细讨论了多Agent 通信问题，并从通信的过程出发，进一步研究了多Agent 通信的类型

28、和方式。此外还介绍了两种多Agent 通信语言KQML 和ACL 及JADE 开发平台的结构、工作过程以及特点。第3章：知识与知识表示。本章主要讨论了知识表示的一般方法，从知识的内容、知识的可靠性和严密性以及逻辑抽象的角度对知识进行了详细的分析。然后重点介绍了产生式表示方法、语义网络表示、框架表示方法。第4章：知识推理与搜索策略。本章首先介绍了知识推理的基本概念，讨论了不确定性推理和非单调推理，然后回顾了传统逻辑推理的基本概念与理论，使之成为建立推理机的基础，接着给出了正向推理机和反向推理机的程序流程图，并进行了详细的说明。最后对搜索技术进行了分析。第5章：多Agent 对话系统软件的设计与实

29、现。本章首先对系统需求进行了分析，确定了系统的主要用户有：系统管理员、知识管理员和主题管理员。采用用例图、顺序图和协作图以及活动图分析了系统的主要功能模块，介绍了数据库表的结构，并介绍了系统部分模块的实现。第6章：全文总结与研究展望。本章对全文的研究工作进行了总结，得出研究结论，指出文章的创新点，并对今后的研究工作进行展望。第2章 多Agent 对话系统基础理论多Agent 对话系统是一个能够模仿该领域专家的计算机程序，可以根据当前用户输入的信息进行逻辑分析和判断，最终通过辩论得出对该领域某一具体问题的建议。其过程是用辩论模型对用户输入的信息进行逻辑推理并得出结论，模拟专家的分析和决策过程，以

30、解决那些需要专家才能做出决策的复杂问题。2.1 系统的辩论模型辩论模型是多Agent 对话系统的基础部分，作为一项基本原则而存在，对系统中每一个Agent 的职责权限进行了合理的分配。它一方面确保提出辩论主题的主导地位，另一方面对偏离主题的辩论过程进行约束，按照其规则对系统进行构建。辩论推理过程中，首先智能主体利用目前的知识，根据主题进行对话，并构造争议集合，同时构造出争议之间的支援关系或攻击关系；接着采用某种规则来确定争议的可防卫性；最后根据争议的可防卫性确定该争议所支持结论的可接受性。6本文采用一种辩论模型为理论基础，设计并实现一个原型支持系统。该模型以简化的Toulmin 模型和改进的D

31、ung 抽象辩论框架为基础，其中，简化的Toulmin 模型表示争议的内部结构，用改进的Dung 方法表示争议之间的攻击和支援关系，2并通过计算可防卫性和描述可接受性得出最终结果。2.1.1 简化的Toulmin 模型Toulmin 模型的论证模式由主张、根据、论证、支持、限定和反驳这六个功能元素组成的推理模式来描述一个争议，这一论证模型的出现更好推进了逻辑学的发展。在论证的过程中，我们通常以某个事实为根据从而推导出各种类型的判断， 图2.1 简化的Toulmin 模型由图2.1可以看出当发言者提出一个自己的主张，相对应的发言者就应该提出支持自己主张的根据，如果这个根据无法使其他发言者接受，这

32、时有可能会提出主张和根据之间存在一个关联性，是否能够合理的推导出主张的正确性，在这一过程中如果有人提出对主张的质疑，发言者就需要更有力的根据来反驳质疑者，根据逻辑辩论分析质疑可能会有两种：一是对证明提出主张的根据真实性质疑；二是对所提出的根据与所主张的观点之间逻辑关系的质疑。针对不同类型的质疑，所作出的反驳也相应的有所不同。如果质疑的是根据的真实性，发言者就需要提出新的、更多的数据来证明主张的正确性。相反如果质疑的是根据与主张之间的逻辑关系，那么就应该采用Toulmin 模型来解决。其中，发言者提出主张的准确性程度是不同的，这时就可以用模态限定来表示对主张的可信程度，有时在特殊的情况下，有可能

33、无法从根据推理到主张，此时，就需要提出反驳，证明主张只能在有限的范围内才能运用。2.1.2 改进的Dung 抽象辩论框架Dung 的抽象辩论框架定义为一个二元组表达式AF =(AR , attacks ，表达式中的AR 表示一个争议集，attacks 表示争议集AR 上的二元关系，即attacks AR AR 。对于两个争议A 、B ，如果表达式attacks (A , B 成立，则表示A 对B 进行攻击。Dung 经过研究发现一种具有理性特点的Agent 是否能够相信某种断言，主要还取决于支持该断言的争议，看其是否能成功地防卫那些对这个争议进行攻击的争议2。Dung的抽象辩论框架由两个部分组

34、成，一个是产生争议信息和争议之间的攻击关系，二是确定哪些争议是可接受的，他构想了系统的两个单元，一个是争议产生单元(AGU，一个是争议处理单元(APU。争议处理的结果只有两个，即争议要么被接受，要么被击败。争议处理单元实际上是一个很简单的逻辑程序，包括以下两个子句：(C1 acc(Xdefeat(X(C2 defeat(Xattack(Y,X, acc(Y子句C1表示X 是可接受的，如果它不被击败；C2表示一个争议是被击败的，如果它受到了可接受争议的攻击。Dung 方法的最大特点是把争议看作一个整体而忽视争议的内部结构。但在实际辩论中，对争议的攻击往往是针对争议中的根据或论证，不考虑争议的内部

35、结构是不行的。2.2 Agent的结构Agent 被认为是能够通过感应来感知它周围的环境变化，并能通过感应，作用于它周围环境的客观事实。其能够在环境变化的条件下灵活、自主地控制自己的行为。本系统采用具有推理机制和反应性的混合式Agent 体系结构。2.2.1 Agent基本结构Agent 的基本框架结构是由感知、处理、控制、执行、通信和方法集等模块组成。其中感知、执行和通信这三个模块负责与Agent 进行通信，处理模块主要负责对接收到的通信信息，进行对其处理、存储，然后控制模块运用方法集对接收到的处理模块进行处理，把处理后的信息和其它Agent 的通信信息进行逻辑推7理，为执行模块做出决策。图

36、2.2 Agent 基本结构模型Agent 的体系结构描述了智能系统各元素之间的通信整个过程，以及各个元素的作用等。目前，从构造Agent 结构的角度来分析通常分为三类：慎思型结构、反应式结构和混合式结构8。2.2.2 慎思型结构慎思型结构的特点是将Agent 看作为一个具有意识的智能体。构造Agent 的方法是通过物理符号来实现表示和推理，属于基于知识的典型符号逻辑系统，其结构形式保留了传统的物理符号表示和符号推理的人工智能系统，将人工智能领域的感知、学习、规则和方法等认知功能全部封装在一起构成一个自治Agent ，实现了功能模块化。 如图2.3所示，当Agent 接收到来自外部环境的信息时

37、，根据内部当前的状态进行信息匹配，接着，根据知识库所拥有知识制定出规则，然后在目标的引导下，产生将要做出的行为。“包含世界显示表示的、符Wooldrdige 和Jennings 将慎思Agent 结构描述为：号的模型，并且其决策是通过逻辑推理、基于模式匹配和符号操作”。从工程应用角度来对慎思型Agent 结构分析，功能模块化较好地降低了系统的复杂性，使系统设计更容易实现。9图2.3 慎思型结构在慎思型Agent 结构中，我们需要考虑到三个方面的问题：一方面是如何在有限的时间内把现实世界的信息编译成准确、合适的符号；第二个方面是如何用符号来描述复杂世界中的实体和过程，第三个方面是如何让智能Age

38、nt 在有限的时间内根据接收到的信息进行逻辑推理，并且做出决策。2.2.3 反应式结构反应式结构的特点是Agent 包含了感知内部和外部状态变化的感知器，感知器对外部环境刺激产生响应，内部状态不发生任何变化，即一组对某个特定的问题做出反应行为的过程，一个根据感知器来激活对某个问题求解过程执行的控制系统。Agent 的内部不具备逻辑推理和符号推理功能，仅仅由简单的行为模式构成，这些行为模式对环境的变化做出反应。每个Agent 都具有两种身份：客户和服务器，它可以提出问题，也可以对其它Agent 所提出的问题进行回答。反应Agent 结构的设计思想是通过内部简单设计实现复杂系统行为。反应式Agen

39、t 结构描述了行为主义的思想。10 2.2.4 混合式结构混合式体系结构的特点是Agent 包含了慎思型Agent 结构和反应式结构，通常这个结构处于不同的层次，慎思型Agent 结构是建立在反应式结构的基础之上。研究人员观察发现，无论是纯粹的慎思型结构，还是纯粹的反应式结构都存在或多或少其不可克服的缺陷。慎思型Agent 结构复杂的逻辑推理体系结构使Agent 的设计难以实现，而反应式结构虽然简单，却因缺乏必要的领域指导，智能性较差，只能完成较简单的任务。为了发扬两种方式的优点，弥补各自的不足，研究者决定将两种方式结合起来，提出混合式Agent 的体系结构，其目的是将传统和现代人工智能融合起

40、来，形成具有推理机制和反应性的混合结构，称为混合式Agent 结构11。所以在本系统中采用混合式Agent 结构。图2.5 混合式的Agent 体系结构在混合式Agent 结构中，每个智能Agent 都包含感知、行为、反射、建模、规划、通信、决策等模块，智能Agent 通过感知模块来反映我们现实世界，可以较快的对周围环境的变化做出反应，并送到不同的处理模块。如果判断出是简单或紧急的情况，信息则被传达到反射模块，反射模块对接收到的信息做出决定，并且将行为命令传达到行为模块，行为模块则做出相应的行为反应，同时对外部环境做出影响，这一过程属于反应式结构的事件。在反射模块中，我们可以采用神经网络来实现

41、，通过不同的积累，使得Agent 可以对一些常见的情况做出合理的反应行为。2.3 多Agent 通信多Agent 系统是若干个具有自治性的Agent 组成，每一个Agent 都能够独立完成自己范围内的任务，同时，多个Agent 通过互相合作也可以对某个比较复杂的问题进行求解，可以看出Agent 的通信是实现相互合作的重要方式。事实上，与我们的人类的社会具有相同的意义，交流和通信也是人类实现合作必不可少的方式。智能Agent 可以通过通信，向另一个智能Agent 传达自己的思想，使它能够改变当前的目标和信念。用多Agent 系统进行分布式问题求解，集成在一个系统中的Agent必须能够互相通信和合

42、作。为了支持协作策略，通信协议必须准确的表示出通信过程、信息格式和通信语言类型的选择。另一个特别重要的特点是互相交换知识，全部有关的Agent必须能够理解所用通信语言的语义。信息的语义内容知识是分布式问题求解的核心部分。采用消息通信是实现灵活复杂的协调策略的基础。使用规定的协议，Agent之间彼此交换的消息可以用来建立通信和协作机制。消息内容格式必须提供非常灵活的通信能力，不受简单命令和响应结构的限制。14 图2.6 多Agent 对话的基本结构 由上图可知，在本系统中的Agent 是通过知识语言来进行沟通，一个Agent 可以和多个Agent 通信，进行更为复杂的计算，这样能够提高解决问题的

43、效率。2.3.1 通信过程多Agent 具有智能性和社会性，其智能性主要表现在知识的处理和对事物的感知、推理、逻辑判断这一过程的实现中，由于Agent 所做出的活动与对事物的感知有密切的关系，因此，Agent 会随着周围环境的变化而调整Agent 将要做出的活动。实现智能Agent 之间的通信，智能Agent 必须具有一定的寻址能力，在通常情那么就可以按名字来寻况下，只要智能Agent 能够获取到其它智能Agent 的名字，求通信地址；在某种场合下，智能Agent 只需要知道自己所需要的服务，也能够实现通信。各个智能Agent 之间的通信是通过智能Agent 之间的交互来实现的。信息的产生和发

44、送完成必须具备有两个方面的基本因素：首先需要具有一定从Agent 互相合作的通信条件，其次通信的Agent 之间能够理解对方的思维状态。的角度来分析，当前Agent 通过传递过来的信息可以判断出其它Agent 的意图之后，进行判断该Agent 的所要做出的行动，同样也可以按照自己的观点来反对该Agent 的行为意图，因此，对于多Agent 系统来说，多Agent 间通信具体过程如下几个步骤15：(1 发送信息的Agent 将自己要发送的信息转换成通用的通信语言；(2 然后发送到通信载体上，发送给要接收的目标Agent ；(3 接收Agent 获取通信载体上的信息内容；(4 接收Agent 在自

45、己具有的逻辑思维空间中把通信内容进行转换，然后感知发送方的思想。2.3.2 通信方式在Agent 系统中，协调与合作的方法是建立在多Agent 系统的资源共享和每个Agent 的自主性之上。虽然每个Agent 都是独立的，具有各自不同的目标、知识和逻辑推理。但是Agent 共同的目的是解决Agent 之间的冲突，增强Agent 之间合作的效率，提高智能系统的一致性。在智能系统中，可以通过两种方式通信方式来建立Agent 之间的合作：黑板结构方式和消息/对话通信16。在本系统中我们采用能够支持分布式问题求解的黑板结构通信方式。1、黑板结构方式黑板结构方式是采用广播通信的形式，来支持分布式问题求解

46、，属于同步过程消息传递。把消息存储在可存取的公共黑板上，每一个智能Agent 都可以向黑板发送信息、数据和知识，并且也能够从黑板上读取消息、数据和知识。对于发送者而言，根本不需要知道是谁在使用这些消息。在黑板结构方式中，把问题求解过程看作一个产生部分解、并且由这些部分解组合成满意解的过程。2、消息/对话通信方式消息/对话通信方式属于异步消息传递。即一个Agent 可以同时向多个Agent 发送消息，采用点对点的传递方式，这种通信与协作方式需要多个Agent 之间有更多的了解，要求发送者事先应知道接收Agent 的有关信息。每个Agent 使用规定的协议相互交换信息，用于建立通信和协调机制。2.

47、3.3 通信语言目前，国际上通用的标准通信语言有两种，一种是在美国ARPA 的知识共享计划中提出的知识查询与操作语言（KQML ），另一种是在上个世纪七十年代欧洲的智能物理Agent 基金会提出的一个新语言标准FIPA ACL 。1、知识查询与操作语言（KQML ）17知识查询与操作语言（KQML ）是一种目前国际上流行的描述性通讯语言。KQML 采用协议栈的基本思想，KQML 提供了一套标准的交换信息与智能Agent 通信语言，它能够将通信语言模拟为描述性语句来相互交换信息，使得Agent 之间都能够进行信息传递和知识共享，具有较好的知识描述能力，并且也能够描述出信息传递过程中所使用的复杂结

48、构。KQML 定义了一种能够支持Agent 之间相互传递信息的通用规则。KQML 规定的信息传送格式为多Agent 之间的通信和协作提供了一种通用的框架结构，也提供了一种识别信息、建立连接与信息交换的协议。2、Agent 通信语言（ACL ）18Agent 通信语言（ACL ）是一种能够用于支持多Agent 之间协调、信息传递和合作等活动的通信命令和通信语言。在MAS 中，ACL 是由一组通信行为集合组成，它指定Agent 执行通信行为的类型、通信的参与者(接收方和发送方 、信息传输内容以及会话控制等元素组成。Agent 通信语言ACL 通常有一定规范的框架结构，ACL 是处于逻辑层，负责定义

49、各个Agent 能够理解通信信息的类型以及传递信息内容的含义。当Agent 之间进行相互通信时，还需要传输层的传输协议(如TCP/IP来支持。如图2.7所示：表示一个ACL 的基本框架结构。 图2.7 ACL 的基本框架结构在图2.7所表示的ACL 基本框架结构中，主要由通信原语、信息类型、信息格式、语义描述以及内容语言几个部分组成。在本系统主要采用ACL 通信语言，采用ACL 语言通信的消息如下： (ask:sender expertOne:content (All the birds always fly:receiver expertTwo:language ACL:ontology c

50、ommunication(tell:sender expertTwo:content (no,example:ostrich:receiver expertOne:language ACL:ontology communication由上面的通信信息可以表明，发送者expertOne 向接收者expertTwo 发送的信息内容，采用的是language 中的语言，并用ontology 中的定义集来描述信息中术语的意思。2.4 JADE开发平台JADE 是一个完全由面向对象的Java 编程语言来实现的软件框架，建立了一个符合FIPA 标准的多Agent 系统的中间件平台。该平台提供了能够构造Ag

51、ent 的API 函数、支持调试Agent 系统以及配置Agent 运行环境的工具，使得多Agent 系统的实现更加容易。为了能够在开发平台上实现智能Agent 的设计，所以我们采用了JADE 技术。JADE 开发平台提供了Agent 管理系统（AMS ）、目录索引（DF ）和消息传输系统（MTS ）三个FIPA Agent 平台的基本部分19。其基本结构如下图2.8所示：图2.8 JADE开发平台 JADE 完全根据FIPA 规范来构建Agent 平台架构，当JADE 平台启动时，系统自动创建了AMS Agent和DF Agent，在此同时设置MTS 模块允许信息传递。Agent 平台可以被

52、分布在多台主机上运行，但是每台主机上只允许一个Java 虚拟机(JVM运行。Java 虚拟机给Agent 运行提供了良好的环境。JADE 开发平台所具有以下特点20：(1属于符合FIAP 规范的多Agent 平台，由三个部分组成：Agent 管理系统，Agent 通信通道和目录查询器，它们在平台启动时系统自动激活并开始服务。(2按照FIPA 的协议连接多个不同的Agent 平台，具有在Agent 之间传输信息的机制和接口。(3具有交互协议库，在JADE 开发平台中提供了一部分常用协议。(4 Agent 具有自动注册功能，当查找到符合FIRA 规范的命名服务时，开发平台会在Agent 启动的同时

53、，赋予它一个唯一的标识符。每一个JADE 开发平台的另外一个特点是其提供了一个灵活有效的通信机制，Agent 都具有一个属于自己私有的信息队列。Agent 可以按照多种方式从消息队列中提取信息。2.5 本章小结Agent 技术不仅仅是分布式人工智能研究的重点，而且也是现代软件开发领域 的一个突破点。多Agent 智能系统增强了Agent 之间相互合作共同对问题求解的能力，具有较大的灵活性，更接近人类的智能行为。本章首先介绍多Agent 对话系统辩论模型，然后全面讨论了Agent 的结构和多Agent 通信问题，从通信的过程出发，进一步研究了多Agent 通信的类型和方式，此外还介绍了两种多Ag

54、ent 通信语言KQML 和ACL 。这一章为整个项目的开发建立了重要的理论基础。最后简要的介绍了一下使用JADE 开发平台的结构、工作过程以及特点。第3章 知识与知识表示知识是人类一切智能活动的基础，同时也是智能系统具有高级行为的基础。在人工智能的研究领域中，对问题的求解、知识的表达以及逻辑推理，都离不开知识。那么，关于知识的定义，一般认为，知识是人类对客观世界的认识并总结出经验。人类知识积累了数千年的文化，内容非常丰富、结构非常复杂。如何在人工智能的研究领域中规范的表达知识和运用知识，正是我们所要探讨的问题。3.1 知识概述在多Agent 对话系统中，知识被作为各个领域内的专业知识，在智能

55、系统的构造中起着重要的作用，具体包括以经验积累的知识、受启发得到的知识、总结规律得出的知识等等。我们就从知识的内容、性质、可靠性、逻辑抽象的角度来分析知识的含义21,22。从内容来分析，可以分为两种：陈述性知识和可控制性知识，陈述性知识是以描述的方式来分析一个事实。可控制性知识是用来控制对某个问题求解的实际过程。从可靠性来分析，知识具体可以分为理论知识和经验知识。其中，理论知识一般是对客观事物的正确描述，它们来源于我们所学的教材和阅读的书籍。经验知识是指有着丰富实践经验的专业人员。以这种方式获取的知识一般都没有经过严密的论证，在面对复杂问题时，运用经验知识往往可以得出较准确的分析和判断。从逻辑

56、抽象的角度来分析，知识可以分为：对象知识、元知识、进程知识和常识知识。对象知识就是我们关于客观事物以及联系的知识，元知识是关于知识中的知识，进程知识是从事活动或关于事态发展的知识，常识知识通常指普遍存在而被认识了的客观事实，也就是我们人类所具有的共识。3.2 知识表示方法知识表示方法的选取是否合理，直接影响到了对问题求解的准确性。目前，通常的表示方法有：产生式表示方法、语义网络表示方法、框架表示方法、面向对象表示方法等表示方法23。本文主要采用语义网络知识表示方法对知识进行表示。3.2.1 产生式表示方法产生式表示法是最普遍的一种表示方法，它是基于产生式规则的知识表示方法。产生式规则表示：如果

57、条件成立则进行操作或者得出结论。基本形式为：if <条件> then <行为>；P Q 或者 if p then q其中，P是产生式规则使用的条件，也称为前件，由事实、约束条件等组合来构成，允许包含变量。Q 是一组行为的动作，也称为产生式的后件，它指出当前提P 满足时，应该推出的结论或应该执行的行为。举例：t 15: if 天空有乌云 and 阴暗 and 有雷电 then 马上要下雨 在例子中，t15表示产生式的编号；天空有乌云 AND 阴暗 AND 有雷电表示在多Agent 对话系统中，产生式规则的一般表达形式可以描述为： if <条件1>， 产生式的前

58、提条件P ；马上要下雨表示产生式的结论Q 。<条件2>，<条件n>；then <行为1>，<行为2>， <行为n>，产生式知识表示方法描述了事物之间的一种对应关系，该知识表示方法的主要优点表现在容易描述事物的属性。3.2.2 语义网络表示方法语义网络是知识的图解表示，语义网络表示方法的基本思想是用有向图来表示知识，有向图的结点必须带有描述，可以根据描述区分出各种不同的对象。语义网络由结点和弧线组成的有向图，结点表示实体，弧线表示结点之间的关系。网络语义中的结点又可以看作是一个结构清晰的语义子网络，逐渐的按层次分解。现在我们从语义联系的角度来分析语义网络的知识表示方法。1、表示事物的基本事实：表示事物简单的事实我们就以个体结点为核心来组织知识，其中，结点表示个体，有向弧表示结点之间的联系，通常有ISA 、AKO 、等。(1实例联系(ISA实例联系表示类与实体之间的联系，即“具体抽象”关系，有向弧上的标识为ISA ，其中，知识表示形式如下图3.1、3.2所示： 图3.1 实例联系知识表示形式 图3.2 语义网络实例如上图3.1、3.2所示，实例联