第13章Agent系统.ppt
《第13章Agent系统.ppt》由会员分享,可在线阅读,更多相关《第13章Agent系统.ppt(32页珍藏版)》请在三一文库上搜索。
1、第 13 章 Agent系统,13.1 Agent的概念 13.2 Agent的结构 13.3 Agent实例Web Agent 13.4 多Agent系统 13.5 Agent的实现工具 13.6 Agent技术的发展与应用 习题十三,13.1 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
2、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
3、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,
4、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Age
5、nt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
6、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Age
7、nt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、 搜索引擎、机器学习、数据挖掘、统计等多个领域知识而产生的用于Web导航的工具。随着网络化的飞速发展, Web Agent 将是有广泛应用前景的一种小型Agent系统
8、。 事实上, 目前已经有许多的Web Agent实验系统存在, 有些已经出现在人们日常访问的网站中。比较著名的有Web Watcher和PersonalWeb Watcher, Syskill&Webert, WebMate, Letizia等。,Web Watcher是由CMU的Tom Mitchell等人开发的服务端Web Agent系统, 它建立一种用户模型, 为所有登录服务器的用户服务, 这种模型是根据当前大多数用户的普遍访问模式而训练生成的,它区别于许多运行于客户端的为单一客户服务的Web Agent。 当用户上网时, Web Watcher记录用户从登录开始一直到退出系统或服务器时
9、, 用户浏览过的页面序列,点击过的超链序列, 以及它们的时间戳。在退出系统或服务器之前, Web Watcher会询问用户是否达到目标,即要求用户对此次浏览给出一个二值的评价, 即成功或否。这种事例对同一时刻连接服务器的成千上万的用户都会发生, Web Watcher就是通过对这种大量的训练事例的分析,得出当前大多数用户普遍的浏览方式。,13.4 多Agent系统,13.4.1 多Agent系统的特征和研究内容 多Agent系统是一个松散耦合的Agent网络, 这些Agent通过交互、 协作进行问题求解(所解问题一般是单个Agent能力或知识所不及的)。 其中的每一个Agent都是自主的, 它
10、们可以由不同的设计方法和语言开发而成, 因而可能是完全异质的。 多Agent系统具有如下特征: (1) 每个Agent拥有解决问题的不完全的信息或能力。 (2) 没有系统全局控制。 (3) 数据是分散的。 (4) 计算是异步的。,多Agent系统的理论研究是以单Agent理论研究为基础的, 所以, 除单Agent理论研究所涉及的内容外, 多Agent系统的理论研究还包括一些和多Agent系统有关的基本规范, 主要有以下几点: (1) 多Agent系统的体系结构。 (2) 多Agent系统中Agent心智状态包括与交互有关的心智状态的选择与描述。 (3) 多Agent系统的特性以及这些特性之间的
11、关系。 (4) 在形式上应如何描述这些特性及其关系。 (5) 如何描述多Agent系统中Agent之间的交互和推理。,13.4.2 多Agent系统的体系结构 (1) Agent网络。这种结构的特点是Agent之间都是直接通信的。对这种结构的Agent系统, 通信和状态知识都是固定的, 每个Agent必须知道消息应该在什么时候发送到什么地方, 系统中有哪些Agent是可以合作的, 都具备什么样的能力等。但是, 将通信和控制功能都嵌入到每个Agent内部, 就要求系统中的每个Agent都拥有有关其他Agent的大量信息和知识, 而在开放的分布式系统中这往往是做不到的。另外,当系统中Agent的数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 13 Agent 系统
链接地址:https://www.31doc.com/p-2565777.html