论文部分内容阅读
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。