人工智能教案,08章智能体8.4智能体体系结构

1、8.4智能体体系结构我们可以通过智能体的观点来讨论人工智能，同时建立智能体的技术也可以应用于其他的领域：图像分类和分析、专家咨询和推理系统，调度和计划、自然语言处理系统等等。在这里，我们将致力于如何把各种人工智能的技术集成到智能体结构中。关于智能体的体系结构是否有一个统一的说法？如同成千上万种动物占据了成千上万个不同的小环境一样，我们同样希望有很多很多的人工智能体，它们执行着无数人类想要它们做的任务。这些智能体结构的确切形式取决于任务本身和任务执行的环境。例如：一些智能体在一个强调时间的环境中工作，在这个环境中，对不可预料的和正在改变的环境状态的反应需要快速和准确。而其它的智能体就需要充分的时

2、间和知识来预测动作的未来过程的结果，以便能作出更合理的选择。一些智能体要求更加复杂和聪明，因此我们能把焦点放在这些智能体的结构上。这些智能体要求具有如下的能力：先天的反应能力、基于图像和特征的存储结构、搜索技术、推理，计划和通讯的能力。不可能存在一个理想的，拥有所谓人类级智能的智能体体系结构，因为即使是人也会因先天和后天的因素而成为大量的不同类型的人，就好像一些人用形象思考，一些人用符号，一些人用声音；一些人是冲动的，一些人是深思熟虑的；一些人想得周详，一些人比较粗糙等。虽然我们在相同的头脑中都运行的很好，但是我们的认知结构可能是很不一样的。因此没有一个统一的、理想的、智能的智能体体系结构。这

3、里介绍的是一些典型的体系结构以供参考。8.4.1三级体系结构我们通过如下典型实例来具体说明三级体系结构：一个最早的集成智能体系统ShakeytheRobot是集成计算机程序和硬件的系统，此系统的硬件由一个大约有一个冰箱大小的小车、对接触敏感的触角、一个电视照相机和一个光学探测器组成，所有这些装置都由一个中央计算机通过双路视频/音频连接控制。小车在一个由墙壁隔开的、用门连接的并堆放有许多大盒子的房间中移动。它能在这个环境中把盒子从一个地方推倒另一个地方。系统的程序组件包括可视场景分析程序（它能认出盒子、门和屋角）、进行规划的程序和把规划转化为环境中的中间级和低级动作的程序。Shakey的结构如下

4、图所示：图8-7Shakey体系结构图t8-7_swf.htm可以将Shakey的设计视为所谓三级结构的一个早期的例子。每一级对应从传感信号到电机命令的不同路径。在上图中，低级路径由黑箭头，中级路径用灰色点划线，高级路径使用黑色点划线来表示。低级动作（LLA）使用一个短而快的、从传感信号到效应器的路径，该路径处理哪些底层直接的反应，比如当传感器检测到一个靠近的物体时，就会使小车停止。伺服电机到达指定轴角目标位置的控制也由上述低级机制处理。中级部分把LLA组合成更复杂的行为，其实现取决于执行任务时的状态（感知到并模型化）。例如，一个中间级的动作（ILA）为gothrudoor例程，此例程使得Sh

5、akey通过一个已被命名的门。它由roll-forward（向前滚动）和turns（转弯）组成它们由接触探测器和一个内部模型中的信息指导，直到断定Shakey已经完全通过了那个门。Shakey的ILA用一种使用T-R程序的方式进行编码。高级路径涉及到逻辑规划者。它监督规划的建立过程，并将一个用谓词演算合式公式所表达的目标赋予执行系统，这样所完成的一个规划表达为一个ILA序列。这个序列和它们的前提条件以及执行结果通过一个三角形的表来表示，并如同T-R程序一样去执行。这种以三角形表示的规划表经过正规化后存储到了计划库中，以便将来使用。三级系统结构已经广泛用到各种机器人系统中。一些原始动作的伺服控制

6、常被用在最低级，很多不同的人工智能子系统应用在中级和高级层次，包括黑板系统、动态贝叶斯置信网络、模糊逻辑和规划空间的规划。目标仲裁一个三级体系结构是解决把快速反应能力和规划动作序列相结合以完成复杂任务的一种方式。在大多数智能体体系结构中，底层反应动作要优先于规划制定。这种对底层反应动作的要求仅仅是一般情况的一个实例，通常智能体要同时参与几个目标，这些目标有时候还是竞争性质的。这些目标其中一些由它们的用户（具有不同的优先级）给出，有些是内在的（比如安全上的需求，燃料补充，自维护等等）。一组目标中的任意一个，按照当时的优先级和从当前状态达到目标的相对代价，都有一定的紧急特性。有些目标用低级例程最好

7、处理，有些可以使用存储的ILA得到，有些则需要进行规划。由于目标紧急特性会随着智能体在新的，有时是无法预料的环境中变化，因此智能体的结构必须能在处于竞争地位的ILA和规划中做出仲裁。Benson&Nilsson1995提出了一个智能体结构，它把反应、学习和计划能力集成在一起。和仲裁有关的结构部分如下图所示：图88组合计划和反应图t8-8_swf.htm目标及优先级通过执行器传递给系统，他们保持活动直到被用户解除。系统有若干ILA存储在规划库中，就像T-R程序一样被存储并与特定的目标相符合。如果任何活动目标能通过存储在规划库中的T-R程序实现，这些T-R程序就成为活动的ILA。如果要执行的目标没

8、有存储好的T-R程序，就需要产生新的T-R程序，这是通过扩展规划库中合适的T-R程序，或者开始一个新的程序来实现的。任何由规划者生成，来实现一个活动的目标的新的T-R程序被称为活动的ILA。由于内嵌的目标总有事先建立的T-R程序，因此它们一直是活动的ILA。实际由智能体执行的动作是由一个激活的ILA调用的动作。仲裁程序的任务就是在每个时刻选择由哪一个T-R程序来”管理当前的智能体。这个选择用一个简单的代价收益计算来实现。该计算考虑了目标的优先级和到达目标的估计费用。维护安全性和避免危险总是具有较高的优先级，因此，当任何紧急情况出现时，总是先选择他们。仲裁模块和规划者模块并发工作，以便在规划的同

9、时智能体能够动作。如果较低优先级的目标可以用较低的估计代价实现（它们也可以用昂贵的更高的优先级来是实现）那么就先执行较低优先级的目标。8.4.2三层塔式结构在三层体系结构中，高级别比低级别使用了更抽象的感知谓词和更复杂的动作。但是反应动作通常是由基本的传感信号引发的，因此高级的动作协调要求更详细的感知处理。Albus1991提出了层次式或塔式感知和动作处理。感知处理塔从基本的传感信号开始，一层一层向前推进，直到对检测到的东西的表示更精确和更抽象。动作塔由越来越复杂的基本动作序列组成。感知塔和动作塔之间的连接可以存在于层次结构的所有级别。最低级的链接对应简单的反应，而更高级的连接对应着由感知谓词

10、指定的复杂动作。为了明确表示agent的内部情况，在感知塔和动作塔之间，添加了一个模型塔。如下图所示：图89三层塔式体系结构图t8-9_swf.htm给定智能体环境表示的感知规则存储在一个层次模型中，每一级包含由任何规划和动作使用的信息。比如，在中间级，可能有一些模型（象潜在的函数或拓扑状态空间）适合于线路规划。在更高的级别，计划和通讯需要用声明的方式表示，例如那些基于逻辑或语义网络的表示。虽然三层塔式结构比较好，但是仍然是一个粗糙的，空洞的理论，还需要很多东西来完善，同时也要求更多的实验工作，把AI技术与具有感知的动作的智能体集成起来。自举人类级（humanlevel）的人工智能毫无疑问将比

11、当代的机器人和智能体需要更精练的感知和动作指令系统。当前最缺乏的是那些必须移入模型塔更高层的常识知识。大部分人工智能研究者认为甚至在智能体执行某些特定的任务（这些任务对于人类来说是很轻松的）前，这些知识也必须通过编码进入到智能体中。CYC计划是由一组研究人员从事的研究计划，它们把认为需要的知识进行编码。从人工智能的早期开始，一些研究者就认为这些知识能通过自动学习程序，自组织系统，模拟演化或者一些捷径等容易的方式得到。CYC的研究者甚至希望在CYC达到一定的关键阶段后，系统将能够通过自己阅读文本，和人交谈和受教育等方式来学习更多的知识，开始在婴儿时有天生的性格；后来通过各种儿童发育阶段从以前获得的技巧和概念中学习；当成年时，通过锻炼、阅读和交流学习。对我们来讲，人工智能智能体需要用来展示人类级智能的知识是如此之多，以致要求一个相似的自举过程。这个过程实际上和机器学习的过程相类似，使得一个智能体在其设计者设计了适当的较低层塔式结构后，自己能把其它的层添加到三层塔式结构中。CYC计划是七十年代以美国Feigenbaum等人工智能科学家提出的。面对当时工智能发展中出现的一些问题，代表新一代的