人工智能ch13.ppt

* 第 13 章 Agent系统 13.1 Agent的概念 13.1.1 什么是Agent 　　我们知道,Agent一词的通常含义有: 代理(人)、代办、 媒介、服务等, 而且作为“代理”在计算机领域广为使用。但在人工智能领域现在所说的Agent则具有更加特定的含义。简单地讲, 这里的Agent指的是一种实体, 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。国内人工智能文献中对Agent的翻译或称呼有智能体、主体、智能Agent等, 现在则逐渐趋向于不翻译而直接使用Agent。Agent的这一特定含义是由MIT 的Minsky在其1986年出版的《思维的社会》一书中提出的。Minsky认为社会中的某些个体经过协商之后可求得问题的解, 这些个体就是Agent。他还认为Agent应具有社会交互性和智能性。从此, 这种含义扩展了的Agent便被引入人工智能领域, 并迅速成为研究热点。 　　Agent的抽象模型是具有传感器和效应器,处于某一环境中的实体。它通过传感器感知环境; 通过效应器作用于环境; 它能运用自己所拥有的知识进行问题求解; 它还能与其他Agent进行信息交流并协同工作。 因此, Agent应具有如下基本特性:  　　(1) 自主性,亦称自治性, 即能够在没有人或别的Agent的干预下, 主动地自发地控制自身的行为和内部状态, 并且还有自己的目标或意图。  　　(2) 反应性, 即能够感知环境, 并通过行为改变环境。 　　(3) 适应性, 即能根据目标、环境等的要求和制约作出行动计划, 并根据环境的变化, 修改自己的目标和计划。  　　(4) 社会性,即一个Agent一般不能在环境中单独存在, 而要与其他Agent在同一环境中协同工作。而协作就要协商, 要协商就要进行信息交流, 信息交流的方式是相互通信。 　　从面向对象的观点来看, Agent也就是一种高级对象, 或者说是具有智能的对象。 13.1.2 Agent的类型 　　从Agent理论模型角度来看, Agent可分为反应型、 思考型(或认知型)和两者复合型。 　　从特性来看, Agent又可分为以下几种:  　　(1) 反应式Agent。这种Agent能够对环境主动进行监视并能做出必要的反应。反应式Agent最典型的应用是机器人, 特别是Brookes类型的机器昆虫。 　　(2) BDI型 Agent, 即有信念(Belief, 即知识)、愿望(Desire, 即任务)和意图(Intention,即为实现愿望而想做的事情)的Agent, 它也被称为理性Agent。 这是目前关于Agent的研究中最典型的智能型Agent, 或自治Agent。BDI Agent的典型应用是在Internet上为主人收集信息的软件Agent, 比较高级的智能机器人也是BDI Agent。 　　(3) 社会Agent。这是处在由多个Agent构成的一个Agent社会中的Agent。 各Agent有时有共同的利益(共同完成一项任务), 有时利益互相矛盾(争夺一项任务)。 因此, 这类Agent的功能包括协作和竞争。办公自动化Agent是协作的典型例子, 多个运输(或电信)公司Agent争夺任务承包权是竞争的典型例子。 　　(4) 演化Agent。这是具有学习和提高自己能力的Agent。 单个Agent可以在同环境的交互中总结经验教训, 提高自己的能力, 但更多的学习是在多Agent系统,即社会Agent 之间进行的。模拟生物社会(如蜜蜂和蚂蚁)的多Agent系统是演化Agent的典型例子。 　　(5) 人格化Agent。这是不但有思想, 而且有情感的Agent。 这类Agent研究得比较少, 但是有发展前景。在故事理解研究中的故事人物Agent是典型的人格化Agent。  　　从所承担的工作和任务性质来看, Agent又可分为信息型Agent、合作型Agent、接口型Agent、移动型Agent等。  　　特别地,以纯软件实现的Agent被称为软件Agent(Software Agent, SA)。软件Agent是当前Agent技术和应用研究的主要内容。 13.2 Agent的结构 　　由于Agent的多样性,很难给出一个统一的结构模型。 下面仅给出思考型Agent的一个简单结构模型(见图13-1)和一个简化Agent的结构图(见图13-2)。 图 13-1 思考型Agent结构模型示意图 图 13-2 简化Agent结构模型图 13.3 Agent实例——Web Agent 　　Web Agent是在智能Agent的概念基础上, 结合信息检索、 有哪些信誉好的足球投注网站引擎、机器学习、数据挖掘