分布式人工智能与智能体-智能科学网站课件

人工智能

ArtificialIntelligence

第九章史忠植

中国科学院计算技术研究所/分布式人工智能与智能体DistributedAI&Agent2023/9/101史忠植人工智能：DAI与智能体人工智能

ArtificialIntelligence

第2023/9/10史忠植人工智能：DAI与智能体2内容提要9.1概述

9.2分布式问题求解 9.3智能体理论 9.4智能体结构 9.5智能体通信语言ACL 9.6协调和协作 9.7移动智能体 9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体2内容提要2023/9/10史忠植人工智能：DAI与智能体3概述分布式人工智能主要研究在逻辑上或物理上分散的智能系统如何并行的、相互协作地实现问题求解。两种解决问题的方法：自顶向下：分布式问题求解自底向上：基于智能体的方法2023/8/3史忠植人工智能：DAI与智能体3概2023/9/10史忠植人工智能：DAI与智能体4分布智能系统的特色系统中的数据、知识,以及控制不但在逻辑上,而且在物理上是分布的,既没有全局控制,也没有全局的数据存储。各个求解机构由计算机网络互连,在问题求解过程中,通信代价要比求解问题的代价低得多。系统中诸机构能够相互协作,来求解单个机构难以解决,甚至不能解决的任务。2023/8/3史忠植人工智能：DAI与智能体4分布智能2023/9/10史忠植人工智能：DAI与智能体5多智能体系统

20世纪90年代，多智能体系统（multi-agentsystems多智能体系统)的研究成为分布式人工智能研究的热点。多智能体系统主要研究自主的智能智能体之间智能行为的协调，为了一个共同的全局目标，协作进行问题求解。基于智能智能体的概念，人们提出了一种新的人工智能定义：“人工智能是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的智能体”。所以，智能智能体的研究应该是人工智能的核心问题。斯坦福大学计算机科学系的Hayes-Roth在IJCAI'95的特邀报告中谈到：“智能的计算机智能体既是人工智能最初的目标，也是人工智能最终的目标。”2023/8/3史忠植人工智能：DAI与智能体5多智能体2023/9/10史忠植人工智能：DAI与智能体6多智能体系统

关于智能体的研究不仅受到了人工智能研究人员的关注，也吸引了数据通信、人机界面设计、机器人、并行工程等各领域的研究人员的兴趣。有人认为：“基于智能体的计算（Agent-BasedComputing，简称ABC）,将成为软件开发的下一个重要的突破。”2023/8/3史忠植人工智能：DAI与智能体6多智能体2023/9/10史忠植人工智能：DAI与智能体7内容提要9.1概述 9.2分布式问题求解

9.3智能体理论 9.4智能体结构 9.5智能体通信语言ACL 9.6协调和协作 9.7移动智能体 9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体7内容提要2023/9/10史忠植人工智能：DAI与智能体8

分布式问题求解特点：数据、知识、控制均分布在系统的各节点上，

既无全局控制，也无全局数据和知识存储。两种协作方式：任务分担结果共享2023/8/3史忠植人工智能：DAI与智能体8分布2023/9/10史忠植人工智能：DAI与智能体9任务分担

Smith和Davis提出了任务分担方式。在任务分担系统中,结点之间通过分担执行整个任务的子任务而相互协作,系统中的控制以目标为指导,各结点的处理目标是为了求解整个任务的一部分。任务分担的问题求解方式适合于求解具有层次结构的任务,如工厂联合体生产规划、数字逻辑电路设计、医疗诊断。2023/8/3史忠植人工智能：DAI与智能体9任务分担2023/9/10史忠植人工智能：DAI与智能体10结果共享

Lesser和Corkill提出了结果共享方式。在结果共享方式的系统中,各结点通过共享部分结果相互协作,系统中的控制以数据为指导,各结点在任何时刻进行的求解取决于当时它本身拥有或从其它结点收到的数据和知识。结果共享的求解方式适合于求解与任务有关的各子任务的结果相互影响,并且部分结果需要综合才能得出问题解的领域。如分布式运输调度系统、分布式车辆监控实验系统DVMT2023/8/3史忠植人工智能：DAI与智能体10结果共2023/9/10史忠植人工智能：DAI与智能体11分布式问题求解系统分类根据组织结构，分布式问题求解系统可以分为三类：层次结构类平行结构类混合结构类2023/8/3史忠植人工智能：DAI与智能体11分布式2023/9/10史忠植人工智能：DAI与智能体12分布式问题求解过程分布式问题求解过程可以分为四步：任务分解任务分配子问题求解结果综合2023/8/3史忠植人工智能：DAI与智能体12分布式2023/9/10史忠植人工智能：DAI与智能体13任务分解合同网络动态层次控制自然分解,固定分配部分全局规划2023/8/3史忠植人工智能：DAI与智能体13任务分2023/9/10史忠植人工智能：DAI与智能体14分布式问题求解中协作的分类

按节点间协作量的多少，协作分为三类：全协作系统无协作系统半协作系统常用的通信方式有：共享全局存储器信息传递黑板模型2023/8/3史忠植人工智能：DAI与智能体14分布式2023/9/10史忠植人工智能：DAI与智能体15内容提要9.1概述 9.2分布式问题求解 9.3智能体理论

9.4智能体结构 9.5智能体通信语言ACL 9.6协调和协作 9.7移动智能体 9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体15内容提2023/9/10史忠植人工智能：DAI与智能体16

智能体多智能体（agent智能体，主体）系统主要研究在逻辑上或物理上分离的多个智能体协调其智能行为，即知识、目标、意图及规划等，实现问题求解。可以看作是一种由底向上设计的系统。Theagent

functionmapsfrompercepthistoriestoactions:[f:P*

A]2023/8/3史忠植人工智能：DAI与智能体16智2023/9/10史忠植人工智能：DAI与智能体17智能体的定义在计算机和人工智能领域中，智能体可以看作是一个实体，它通过传感器感知环境，通过效应器作用于环境。Anagentisanythingthatcanbeviewedasperceivingitsenvironmentthroughsensorsandactinguponthatenvironmentthroughactuators2023/8/3史忠植人工智能：DAI与智能体17智能体2023/9/10史忠植人工智能：DAI与智能体18智能体的特性智能体弱概念：自治性交互性协作性可通信性长寿性2023/8/3史忠植人工智能：DAI与智能体18智能体2023/9/10史忠植人工智能：DAI与智能体19智能体的特性智能体强概念：知识、信念、意图、承诺等心智状态其它属性：移动性推理能力规划能力学习和适应能力诚实、善意、理性2023/8/3史忠植人工智能：DAI与智能体19智能体2023/9/10史忠植人工智能：DAI与智能体20

智能体理论智能智能体的理论模型研究主要从逻辑、行为、心理、社会等角度出发，对智能智能体的本质进行描述，为智能智能体系统创建奠定基础。2023/8/3史忠植人工智能：DAI与智能体20智能2023/9/10史忠植人工智能：DAI与智能体21理性智能体（BDI智能体）Belief——信念，智能体对环境的基本看法。Desire——愿望，智能体想要实现的状态，即目标。Intention——意图，目标的子集。2023/8/3史忠植人工智能：DAI与智能体21理性智2023/9/10史忠植人工智能：DAI与智能体22

BDI智能体模型BDI智能体模型可以通过下列要素描述：一组关于世界的信念；智能体当前打算达到的一组目标；一个规划库，描述怎样达到目标和怎样改变信念；一个意图结构，描述智能体当前怎样达到它的目标和改变信念。2023/8/3史忠植人工智能：DAI与智能体22B2023/9/10史忠植人工智能：DAI与智能体23BDI解释器BDI-Interpreterinitialize-state();do options:=option-generator(event-queue,B,G,I); selected-options:=deliberate(options,B,G,I); update-intentions(selected-options,I); execute(I); get-new-external-events(); drop-successful-attitudes(B,G,I); drop-impossible-attitudes(B,G,I);untilquit2023/8/3史忠植人工智能：DAI与智能体23BDI2023/9/10史忠植人工智能：DAI与智能体24内容提要9.1概述 9.2分布式问题求解 9.3智能体理论 9.4智能体结构

9.5智能体通信语言ACL 9.6协调和协作 9.7移动智能体 9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体24内容提2023/9/10史忠植人工智能：DAI与智能体25智能体结构智能体结构需要解决的问题包括：智能体由那些模块组成，模块之间如何交互信息，智能体感知到的信息如何影响它的行为和内部状态，如何将这些模块用软件或硬件的方式组合起来形成一个有机的整体。2023/8/3史忠植人工智能：DAI与智能体25智能体2023/9/10史忠植人工智能：DAI与智能体26智能体基本结构环境智能体感知作用黑箱软件智能体2023/8/3史忠植人工智能：DAI与智能体26智能体2023/9/10史忠植人工智能：DAI与智能体27智能智能体的工作过程环境交互信息融合信息处理作用交互感知作用2023/8/3史忠植人工智能：DAI与智能体27智能智2023/9/10史忠植人工智能：DAI与智能体28智能体骨架程序functionSkeleton-Agent(percept)returnactionstatic:memory/*智能体的世界记忆*/memory←Update-Memory(memory,percept)action←Choose-Best-Action(memory)memory←Update-Memory(memory,action)returnaction2023/8/3史忠植人工智能：DAI与智能体28智能体2023/9/10史忠植人工智能：DAI与智能体29智能体的分类

根据人类思维的层次模型，可以将智能体分成四类：反应智能体形象思维智能体抽象思维智能体复合式智能体形象思维智能体和抽象思维智能体也可以合称为认知智能体2023/8/3史忠植人工智能：DAI与智能体29智能体2023/9/10史忠植人工智能：DAI与智能体30

反应智能体环境当前世界传感器动作效应器条件-动作规则智能体2023/8/3史忠植人工智能：DAI与智能体30反应2023/9/10史忠植人工智能：DAI与智能体31反应智能体程序functionReactive-Agent(percept)returnsactionstatic:rules,/*一组条件-动作规则*/state←Interpret-Input(percept)rule←Rule-Match(state,rules)action←Rule-Action[rule]returnaction2023/8/3史忠植人工智能：DAI与智能体31反应智2023/9/10史忠植人工智能：DAI与智能体32认知智能体环境信息融合传感器动作效应器智能体规划知识库目标内部状态2023/8/3史忠植人工智能：DAI与智能体32认知智2023/9/10史忠植人工智能：DAI与智能体33认知智能体程序functionCognitive-Agent(percept)returnsaction static:environment,/*描述当前世界环境*/

kb,/*知识库*/environment←Update-World-Model(environment,percept)state←Update-Mental-State(environment,state)action←Decision-Making(state,kb)environment←Update-World-Model(environment,action)returnaction2023/8/3史忠植人工智能：DAI与智能体33认知智2023/9/10史忠植人工智能：DAI与智能体34BDI结构知识信念规划意图目标愿望2023/8/3史忠植人工智能：DAI与智能体34BDI2023/9/10史忠植人工智能：DAI与智能体35复合式智能体决策生成规划反射建模通信感知行动其他智能智能体智能智能体外部世界预测协作与协商动作请求或应答信息一般情况紧急情况和简单情况2023/8/3史忠植人工智能：DAI与智能体35复合式2023/9/10史忠植人工智能：DAI与智能体36规划模块世界的模型（包括其他智能体的模型）经验库目标集合局部规划器决策生成重新规划规划规划目标2023/8/3史忠植人工智能：DAI与智能体36规划模2023/9/10史忠植人工智能：DAI与智能体37建模模块世界的模型（包括其他智能体的模型）模型库模型生成和维护预测规划决策生成感知通信建模2023/8/3史忠植人工智能：DAI与智能体37建模模2023/9/10史忠植人工智能：DAI与智能体38通信模块词法库语法库词义库物理通信语言生成语言理解通信2023/8/3史忠植人工智能：DAI与智能体38通信模2023/9/10史忠植人工智能：DAI与智能体39智能体通信策略对话消息黑板协议通信协作协议2023/8/3史忠植人工智能：DAI与智能体39智能体2023/9/10史忠植人工智能：DAI与智能体40智能体通信中的主要问题语义：全部有关的智能体必须知道通信语言的语义，消息的语义内容知识是分布式问题求解的核心部分。言语行为：通信语言也是一种动作，说话是为了使世界的状态发生改变。交互协议：智能体之间消息交换的典型模式通信语言：传递消息的标准语法。FoundationforIntelligentPhysicalAgents2023/8/3史忠植人工智能：DAI与智能体40智能体2023/9/10史忠植人工智能：DAI与智能体41智能体间的消息传递消息发送/传输服务器转换到传输格式从传输格式转换消息M言语行为意图I目标GAgenti消息MAgenti2023/8/3史忠植人工智能：DAI与智能体41智能体2023/9/10史忠植人工智能：DAI与智能体42内容提要9.1概述 9.2分布式问题求解 9.3智能体理论 9.4智能体结构 9.5智能体通信语言ACL

9.6协调和协作 9.7移动智能体 9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体42内容提2023/9/10史忠植人工智能：DAI与智能体43言语行为有关言语行为理论的研究主要集中在如何划分不同类型的言语行为。在智能体通信语言的研究中，言语行为理论主要用来考虑智能体之间可以交互的信息类型。2023/8/3史忠植人工智能：DAI与智能体43言语行2023/9/10史忠植人工智能：DAI与智能体44通信语言KQML：由美国ARPA的知识共享计划中提出，规定了消息格式和消息传送系统，为多智能体系统通信和协商提供了一种通用框架。ACL：由FIPA制定的一种规范。与KQML非常相似2023/8/3史忠植人工智能：DAI与智能体44通信语2023/9/10史忠植人工智能：DAI与智能体45KQML一个例子：(ask-all :sender A :receiver B :in-reply-to ido :reply-with idl :language Prolog :ontology foo :content “bar(X,Y)”)2023/8/3史忠植人工智能：DAI与智能体45KQM2023/9/10史忠植人工智能：DAI与智能体46FIPAACL(inform :senderagent1 :receiverhpl-auction-server :content (price(bidgood02)150) :in-reply-toround-4 :reply-withbid04 :languages1 :ontologyhpl-auction)消息结构开始通信动作类型消息参数消息内容表达式参数表达式2023/8/3史忠植人工智能：DAI与智能体46FIP2023/9/10史忠植人工智能：DAI与智能体47FIPA通信动作库AcceptProposal 接受提议Agree 同意Cancel 取消CallforProposal 要求提议Confirm 确认Disconfirm 确认为否定Failure 失败Inform 通知InformIf 通知是否InformRef 通知有关对象NotUnderstood 不理解2023/8/3史忠植人工智能：DAI与智能体47FIP2023/9/10史忠植人工智能：DAI与智能体48Propagate 传播Propose 提议Proxy 代理QueryIf 询问是否QueryRef 询问有关对象Refuse 拒绝（请求）RejectProposal 拒绝提议Request 请求RequestWhen 请求某个条件下执行RequestWhenever 请求一旦某个条件成立就执行Subscribe 预定详细说明：/repository/cas.htmlFIPA通信动作库2023/8/3史忠植人工智能：DAI与智能体48Pro2023/9/10史忠植人工智能：DAI与智能体49XML可扩展标记语言

XML是用于标记电子文件使其具有结构性的标记语言。XML文件本身只是将文件资料结构化。

例如：下面的ACL消息

(inform :senderjklabrou :receivergrosof :content(CPUlibretto50pentium) :ontologylaptop :languagekif)2023/8/3史忠植人工智能：DAI与智能体49XML2023/9/10史忠植人工智能：DAI与智能体50<?xmlversion="pre-1.0"?><!DOCTYPEfipa_aclSYSTEM"fipa_acl.dtd"><message> <messagetype> inform </messagetype> <messageparameter> <senderlink="/˜jklabrou"> jklabrou </sender> </messageparameter> <messageparameter> <receiverlink="/people/g/grosof/"> grosof </receiver> </messageparameter>转换为XML格式2023/8/3史忠植人工智能：DAI与智能体50<?x2023/9/10史忠植人工智能：DAI与智能体51 <messageparameter> <ontologylink="/˜jklabrou/ontology/laptop.html"> laptop </ontology> </messageparameter> <messageparameter> <content> (CPUlibretto50pentium) </content> </messageparameter> <messageparameter> <languagelink="/kif.html"> kif </language> </messageparameter></message>转换为XML格式2023/8/3史忠植人工智能：DAI与智能体51 <m2023/9/10史忠植人工智能：DAI与智能体52内容提要9.1概述 9.2分布式问题求解 9.3智能体理论 9.4智能体结构 9.5智能体通信语言ACL 9.6协调和协作

9.7移动智能体 9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体52内容提2023/9/10史忠植人工智能：DAI与智能体53智能体的协调与协作

协调(coordination)与协作(cooperation)是多智能体研究的核心问题之一。协调是指一组智能智能体完成一些集体活动时相互作用的性质。协作是非对抗的智能体之间保持行为协调的一个特例。2023/8/3史忠植人工智能：DAI与智能体53智能体2023/9/10史忠植人工智能：DAI与智能体54协调

多智能体系统中的协调是指多个智能体为了以一致、和谐的方式工作而进行交互的过程。进行协调是希望避免智能体之间的死锁或活锁。死锁指多个智能体无法进行各自的下一步动作；活锁指多个智能体不断工作却无任何进展。2023/8/3史忠植人工智能：DAI与智能体54协2023/9/10史忠植人工智能：DAI与智能体55协作

目前针对智能体协作的研究大体上可分为两类：将其它领域研究多实体行为的方法和技术用于智能体协作的研究。如对策论和力学研究。从智能体的目标、意图、规划等心智态度出发来研究多智能体间的协作。2023/8/3史忠植人工智能：DAI与智能体55协作2023/9/10史忠植人工智能：DAI与智能体56协作协作的动机：某个智能体相信通过协作能带来好处（如提高效率，完成以往单独无法完成的任务）多个智能体在交流的过程中，发现它们能够通过协作来实现更大的目标。2023/8/3史忠植人工智能：DAI与智能体56协作协2023/9/10史忠植人工智能：DAI与智能体57协作过程产生需求、确定目标协作规划、求解协作结构寻求协作伙伴选择协作方案实现目标评估结果2023/8/3史忠植人工智能：DAI与智能体57协作过2023/9/10史忠植人工智能：DAI与智能体58协作模式从社会心理学的角度看，多智能体之间的协作情形大致可分为：

·协作型：同时将自己的利益放在第二位。

·自私型：同时将协作放在第二位。

·完全自私型：不考虑任何协作。

·完全协作型：不考虑自身利益。

·协作与自私相混合型。2023/8/3史忠植人工智能：DAI与智能体58协作模2023/9/10史忠植人工智能：DAI与智能体59协作策略·计算生态学

·对策论

·规划2023/8/3史忠植人工智能：DAI与智能体59协作策2023/9/10史忠植人工智能：DAI与智能体60计算生态学

80年代末，在计算机中出现了一个崭新的学科---计算生态学(theecologofcomputation)。计算生态学是研究关于开放系统中诀定计算结点的行为与资源使用的交互过程的学科。它摒弃了封闭、静止地处理问题的传统算法，将世界看作是开放的、进化的、并发的,通过多种协作处理问题的＂生态系统＂(ecosystem)加以研究。它的进展与开放信息系统的研究息息相关。2023/8/3史忠植人工智能：DAI与智能体60计算生2023/9/10史忠植人工智能：DAI与智能体61计算生态学

计算生态学将计算系统看作是一个生态系统，它引进了许多生物的机制，如变异(mutation)即物种的变化。这些变化导致生命基因的改变，从而形成物种的多样性，增强了适应环境的能力。这类变异策略成为人工智能系统提高其自身能力的一种方法。Lenat与Brown成功地将变异机制引入他们的AM与Eurisko系统中,通过小型Lisp程序的语法变异发现数学概念。他们认为未来成功的系统应该是一系列进化的、自组织的符号知识结构的``社会"系统。2023/8/3史忠植人工智能：DAI与智能体61计算生2023/9/10史忠植人工智能：DAI与智能体62生物生态模型

这是最著名的生态系统，具有典型的进化特征和层次性。这种特性反映在“食物链”中。对于复杂的生物生态系统而言，各物种组成了紧密相连的网络－食物网。这个系统的主要角色是捕食者与被食者。生命依赖于生命，共同进化，由小的生态环境组成大的生态系统。2023/8/3史忠植人工智能：DAI与智能体62生物生2023/9/10史忠植人工智能：DAI与智能体63物种进化模型

物种进化的“复制者”是基因。从门德尔的植物遗传研究到现代遗传学的成果，都说明了在物种进化过程中，基因的组合与变异起着关键作用。在一个物种的某一群体中基因的集合称为基因池。生物组织是基因的载体。如果环境变化，选择的机制就会改变。这种变化必然引起基因池的变化。特定种群的基因变化称为基因流。一个物种总是不断地经历隔绝、基因流动、变化的循环。开始时，一组地理上隔绝的群体自己孤立地发展，基因在内部快速地流动。随着开放，通过交流和竞争，优胜劣汰。2023/8/3史忠植人工智能：DAI与智能体63物种进2023/9/10史忠植人工智能：DAI与智能体64经济模型

经济系统在某种意义上类似于生物生态系统。在商品市场和理想市场中，进化决定于经济实体的决策。选择机制是市场奖励机制。进化是快速的，企业与消费者之间、企业之间主要是一种互相依赖的合作关系。决策者为了追求长远利益，可以采取各种有效的方法，甚至可以暂时做赔本买卖。2023/8/3史忠植人工智能：DAI与智能体64经济模2023/9/10史忠植人工智能：DAI与智能体65协商模型Zlotkin的面向领域的协商理论Zlotkin的协商理论假设：

各智能体追求本身效用最大。

知识完备。

无历史信息。

目标集固定。

协商在两智能体之间同时进行。

智能体操作集相同。

世界仅当智能体操作之后发生变化。2023/8/3史忠植人工智能：DAI与智能体65协商模2023/9/10史忠植人工智能：DAI与智能体66面向领域的协商理论在协商过程中，若存在一个双方满意的分配，可以得到一个联合规划,使协商终止的条件是：(1)达成协议：如果Utility(P(i,t))

Utility(P(i,t-1)),这一协商过程将在有限步内结束。(2)冲突：如果Utility(P(i,t))=Utility(P(i,t-1)),则无法达成协议。2023/8/3史忠植人工智能：DAI与智能体66面向领2023/9/10史忠植人工智能：DAI与智能体67最佳平衡传统的协商是基于Nash平衡的,它的缺点是Nash平衡产生多个平衡点,对结果约束较少。Kraus使用Rubinstein的“最佳”平衡(PerfectEquilibrium,简称P.E.)理论,建立了一种基于P.E.的协商方法,需要在协商的任一阶段都产生平衡,即在协商的任一阶段,假设

智能体

A使用P.E.策略,则

智能体

B除了自己的

P.E.,策略外没有更好的策略可遵循。故若有唯一的

P.E.,并假定智能体要使用该策略,则它在协商的每一阶段都只用这一策略。可证明,存在唯一的P.E.,在第一阶段后就可以终止协商。Kraus还将对时间的偏好引入这一理论中。结果表明,时间偏好可以提高协商效率,并仅对某一智能体有利。这一理论对于智能体的构造和智能体之间的协作很有用处,如果为智能体提供唯一的P.E.策略,并通知其他智能体,则其他智能体的最佳选择也是P.E.策略。该理论的缺陷是:缺乏动态性特色,应用面窄,因为尽管存在唯一的P.E,但如何求出仍未得到解决。2023/8/3史忠植人工智能：DAI与智能体67最佳平2023/9/10史忠植人工智能：DAI与智能体68集中式协商方法

Ephrati使用了一种集中式的协商方法,用一个“masteragent”或组投票机制以达成协议。在这种方法中,一组智能体的协作与组规划进程相关。Ephrati使用一种动态的、迭代的搜索过程,通过一组约束,使智能体递增式地构成一个最大“社会效用”规划。在每一步,各智能体对于组规划的下一个联合行动投票。使用这一技术,智能体无需完整地展示其偏好,可选状态集在投票之前产生。2023/8/3史忠植人工智能：DAI与智能体68集中式2023/9/10史忠植人工智能：DAI与智能体69开放环境多智能体协作方法

Osawa

(1)需求者(requestor)向公告板智能体发送需求建议RFP(2)空闲智能体向公告板智能体申请一个RFP(3)公告板将RFP发到提出申请的空闲智能体

(4)空闲智能体产生个体规划

(5)空闲智能体将其规划发给需求者

(6)需求者调查协作的可能

(7)需求者发送协作奖励

(8)申请者组成协作规划2023/8/3史忠植人工智能：DAI与智能体69开放环2023/9/10史忠植人工智能：DAI与智能体70开放环境多智能体协作方法其效用值可用下式计算：

utility(a,g)=worth(a,g)-cost(plan(a,g))

效用的平均是协作的原则。尽管Osawa在一定程度上解决了开放环境中智能体协作的问题,但将各智能体效用简单相加再平均的方法仍然太弱,因为智能体效用仅是智能体本身对目标偏好的一种排序关系,不同智能体效用一般不能用数值比较。2023/8/3史忠植人工智能：DAI与智能体70开放环2023/9/10史忠植人工智能：DAI与智能体71交互协议智能体之间的会话常常形成典型模式，这种情况下某些消息序列是可知的，这些消息交换的典型模式称为协议。智能体间交互的理想情况：智能体充分地理解消息的含意和意图，然后根据自身的信念、目标等心智状态，做出相应的回答比较实际的实现：预先规范这些协议，规定好消息的顺序。2023/8/3史忠植人工智能：DAI与智能体71交互协2023/9/10史忠植人工智能：DAI与智能体72FIPA英国拍卖协议交互协议2023/8/3史忠植人工智能：DAI与智能体72FIP2023/9/10史忠植人工智能：DAI与智能体73规划规划是智能体对动作进行推理的一种主要形式，它很大程度上体现了智能体的智能性。同时，规划也是描述智能体行为的主要方式。规划是为了建立一个控制算法，使智能智能体能够为实现目标，对动作过程进行综合。2023/8/3史忠植人工智能：DAI与智能体73规划规2023/9/10史忠植人工智能：DAI与智能体74经典规划问题经典的规划理论认为规划要解决的问题（即规划的输入）是：用某种形式语言描述的初始世界状态用某种形式语言描述的智能体目标用某种形式语言描述的智能体可能采用的动作，通常也叫做领域知识输出是：可以在某个满足初始状态描述的世界中执行并达到智能体目标的一个动作序列2023/8/3史忠植人工智能：DAI与智能体74经典规2023/9/10史忠植人工智能：DAI与智能体75内容提要9.1概述 9.2分布式问题求解 9.3智能体理论 9.4智能体结构 9.5智能体通信语言ACL 9.6协调和协作 9.7移动智能体

9.8多智能体环境MAGE 9.9小结 2023/8/3史忠植人工智能：DAI与智能体75内容提2023/9/10史忠植人工智能：DAI与智能体76移动智能体随着Internet应用的逐步深入，特别是信息搜索、分布式计算以及电子商务的蓬勃发展，人们越来越希望在整个Internet范围内获得最佳的服务，渴望将整个网络虚拟成为一个整体，使软件智能体能够在整个网络中自由移动，移动智能体的概念随即孕育而生。移动智能体可以看成是软件智能体技术与分布式计算技术相结合的产物，它与传统网络计算模式有着本质上的区别。2023/8/3史忠植人工智能：DAI与智能体76移动智2023/9/10史忠植人工智能：DAI与智能体77移动智能体系统虽然目前不同移动智能体系统的体系结构各不相同，但几乎所有的移动智能体系统都包含移动智能体（简称MA）和移动智能体服务设施（简称MAE）两个部分。MAE负责为MA建立安全、正确的运行环境，为MA提供最基本的服务（包括创建、传输、执行），实施针对具体MA的约束机制、容错策略、安全控制和通信机制等。MA的移动性和问题求解能力很大程度上取取于MAE所提供的服务2023/8/3史忠植人工智能：DAI与智能体77移动智2023/9/10史忠植人工智能：DAI与智能体78移动智能体系统移动智能体服务设施MAE至少应包括以下基本服务：（1）事务服务：实现移动智能体的创建、移动、持久化和执行环境分配；（2）事件服务：包含智能体传输协议和智能体通信协议，实现移动智能体间的事件传递；（3）目录服务：提供移动智能体的定位信息，形成路由选择；（4）安全服务：提供安全的执行环境；（5）应用服务：提供面向特定任务的服务接口。2023/8/3史忠植人工智能：DAI与智能体78移动智2023/9/10史忠植人工智能：DAI与智能体79移动智能体系统Java-based:Odyssey.GeneralMagicInc.Concordia.Mitsubishi’sAglets.IBMVoyager.ObjectSpaceOthers:Tacoma:Univ.ofTromsoandCornellUniv.AgentTCL:DartmouthCollege2023/8/3史忠植人工智能：DAI与智能体79移动智2023/9/10史忠植人工智能：DAI与智能体80移动智能体系统—Voyager

Voyager的最大特点是以VoyagerORB作为核心，将Agent和分布式计算紧密结合在一起的。但Voyager只支持纯Java的对象的通信，与CORBA和MASIF不兼容，它还支持异步或同步的通信，动态消息机制和单向多点发送。在容错服务方面，Voyager支持任意时间的显式地存储，其安全机制主要是通过VoyagerSecurity类进行编程设置。2023/8/3史忠植人工智能：DAI与智能体80移动智2023/9/10史忠植人工智能：DAI与智能体81移动智能体系统—

Aglet

Aglet是由IBM公司用纯Java开发的移动Agent技术，并提供着实用的平台—AgletWorkbench,让人们开发或执行移动Agent系统。Aglet是一个较为成功和全面的系统，主要表现在：它提供了一个简单而全面的移动Agent编程模型；它为Agent间提供了动态和有效的通信机制；它还提供了一套详细且易用的安全机制。2023/8/3史忠植人工智能：DAI与智能体81移动智2023/9/10史忠植人工智能：DAI与智能体82Aglet的系统框架2023/8/3史忠植人工智能：DAI与智能体82Agl2023/9/10史忠植人工智能：DAI与智能体83ATP的示意图2023/8/3史忠植人工智能：DAI与智能体83ATP2023/9/10史忠植人工智能：DAI与智能体84Aglet对象模型

Aglet系统首先提供一个上下文环境（context）来管理Aglet的基本行为：如创建（create）Aglet,复制（clone）Aglet,或分派（dispatch）Aglet到远程机器，召回（retract）远端的Aglet,或暂停（deactive）,唤醒（active）Aglet,以及清除（dispose）Aglet等。2023/8/3史忠植人工智能：DAI与智能体84Agl2023/9/10史忠植人工智能：DAI与智能体85Aglet

生命周期模型基本操作:CreationCloningDispatchingRetractionActivationanddeactivationDisposalAgletCloneClassFileAgletDiskstorageDisposeDispatchRetractCreateDeactivateActivateContextAContextB2023/8/3史忠植人工智能：DAI与智能体85Agl2023/9/10史忠植人工智能：DAI与智能体86

Aglet的对象模型2023/8/3史忠植