论文部分内容阅读
自二十世纪90年代以来,关于Agent和多Agent系统的研究逐渐引起重视并成为人工智能研究的热点。多Agent系统是分布式人工智能研究的一个重要分支,是人工智能的最新发展方向,它被广泛地应用于自动控制、分布式信息处理和智能专家系统等领域,它的实现涉及到多Agent系统的组织结构、通信、协作与协商、开发方法和智能体编程语言等问题。 通信是Agent之间协商和协作的基础和重要手段,没有通信就不可能有协作和协商。通信受Agent思维状态的驱动,是Agent信息交换的过程。通信使Agent感知环境,增强行为能力,是社会性的体现。正如语言和文字是人类交流的最重要手段一样,Agent之间的通信是实现Agent间相互作用的基础。本文引入了基于BDI的KQML(包含了许多心理学和人类学行为的概念),克服了KQML因缺乏形式化的语义解释以及句法结构和语义之间存在断层等问题所导致的Agent设计和通信的二义性,并对基于BDI的语义描述和KQML语义描述进行了比较。在此基础上讨论了Agent之间的通信方法和通信结构,提出了基于CORBA的多Agent系统通信框架并重点阐述了其通信流程。 多Agent系统并不限制为一个单一的问题求解,分布式人工智能的智能体现在多智能体有效协作达到共同目标的能力上,多智能体协作与协商问题是多Agent系统研究的核心问题之一。多Agent系统中,具有不同目标的各个Agent必须对其目标和资源使用进行协作,因此多Agent系统研究的中心就是参考经济学和社会学的有关理论和模型来处理多Agent之间的协作。本文讨论了多Agent系统的协作模型和模式以及协作流程,在此基础上引入了基于市场的协作机制,把推理格局引申到思维状态,通过公开招标-投标等方法,在促进Agent之间合作的同时,引入Agent之间的竞争机制,并就一个协商问题,给出了Agent之间协作和协商过程的伪码描述。 本文在已有的Agent理论研究基础之上,通过对通信和协作机制的探讨和研究,为将多Agent技术成功应用于解决实际问题,从而高效地设计开发开放的分布式多Agent系统创造了便利条件。