关于Agent理论和多Agent系统的研究是近年来分布式人工智能领域的研究热点。论文从知识表示、模型建立、学习和协作等方面对Agent技术做了全面而深入的研究，在总结了前人研究成果的基础上做了有效的改进，提出了自己的创新点和应用成果。 本文的主要研究内容和创新包括： 1．在传统的理性Agent的BDI形式化逻辑模型中作者引入新的逻辑算子BEL、ASM、DES、GOAL和INT等，表达了信念、愿望和意图三者间的动态约束与相互激发关系，补充了正规模态逻辑的KD45公理，建立Agent从信念到动作选择的的意图模型，为研究Agent与环境交互的自主行为模式提供了理性化模型。 2．Agent的推理能力被认为是衡量Agent智能性重要的指标。针对现有符号逻辑描述方法难以保证知识表达的完整性，推理过程陷于复杂的逻辑演绎的问题，作者引入了模糊因果关系的网络模型，基于模糊认知图理论构造Agent推理模型，用简单的数值计算代替复杂符号系统的表示和演绎推理过程，实现了复杂环境下的Agent智能决策。 3．Agent的学习能力是体现智能性的基础。论文的研究在现有强化学习算法的基础上，采用模糊建模的方法对于Agent的内部模型和状态的表示方法进行改进，提出一种模糊强化学习算法，降低了Agent学习对于精确模型和知识的要求，提高了算法的实用性。 4．对于Agent在协作技术方面的研究，针对传统合同网模型资源消耗大，协商过程长的缺点，在原有的合同网中定义各网元之间的关系权值，提出一种关系型合同网模型。通过对系统内的Agent进行面向任务的预分类，大大节省了通讯时间和资源占用，提高了系统的整体性能。另外，关系权值可以随着环境的变化而动态调整，具有较大的灵活性。加介次驴浙江大学博士论文 亘卑国国典硬理单以国目口口.口典 5.在工程应用研究方面，本文研究了Agent在系统优化和交通调度领域 的应用技术并取得了一定的工程成果，同时对基于Ageni的决策支持 系统做了探讨。 论文分从不同角度和层次多Agent系统理论的关键技术做了全面的探讨，既继承了前人的研究成果，同时对基于Agent的思想和方法做了深入的发掘和创新，展望了Agent技术在人工智能领域的开拓性前景。