“智能体”指的是驻留在某一环境下,能持续自主地发挥作用,具备驻留性、反应性、社会性、主动性等特征的计算实体。它处于环境之中并且作为这个环境一部分的系统,可以解释从环境中获得的反映环境中所发生事件的数据,可以随时感测环境,并执行对环境产生影响的行动,同时逐渐建立自己的活动规划以应付未来可能感测到的环境变化。所以智能体可以被看作是一种在环境中长时间存在的实体,它既可以是硬件(比如机器人和无人机),也可以是智能软件(如自动环境监测系统)。英国著名智能体理论研究学者M.伍德里奇(M.Wooldridge)等在讨论智能体时,进一步细化其定义,提出“弱定义”和“强定义”两种定义方法:弱定义将智能体定义为具有社会性、自主性、能动性和反应性等基本特性的智能体;强定义将智能体定义为不仅具有弱定义中的所有基本特性,而且具有通信能力、移动性、理性或其他特性的智能体。综上所述,智能体能够长久地持续执行三项任务:感知环境中的动态条件;执行动作影响环境条件;进行推理以解释感知信息、求解问题、产生推断和决定动作。
智能体概念是由美国麻省理工学院的人工智能创始人之一、著名计算机科学家M.明斯基(M.Minsky)提出来的,他在《心灵社会》(Society of Mind)一书中将社会与社会行为概念首次引入计算系统。传统的计算系统要求封闭性,即需要严格遵守一致性要求。然而社会机制是开放的,并不能满足这种一致性条件。在这种机制下,部分个体若产生矛盾,则需要通过一定的协商机制达成一个平衡状态,或是得出一个可被接受的较优解。于是明斯基将计算系统构成的社会中的此类个体统称为智能体,并且将这些个体有机组合而成的群落称为计算社会,又称多智能体系统。此后,多位计算机科学家,如英国计算机科学家M.J.伍德里奇(Michael John Wooldridge,1966~ )、美国学者S.富兰克林(S.Franklin)、美国学者A.格雷瑟(A.Graesser)、美国计算机科学家B.海耶斯-罗斯(Barbara Hayes-Roth)皆活跃于此领域。智能体和智能体理论已经成为计算机科学技术领域、信息工程领域和网络通信领域中十分活跃的前沿研究方向之一,其应用范围也越来越广泛。
智能体理论主要从理论模型、智能体结构、智能体通信等方面进行深入研究。
智能体的理论模型主要对智能体的本质进行描述,它从心理、行为、逻辑、社会等角度出发,对智能体的本质进行描述,同时为智能体系统的创建奠定基础。为了适应环境的变化和协作求解,智能体必须处于利用现有的知识修改其内部的状态,称为心智状态(mental state)。智能体主体的心智状态驱动其行动。当前,模仿人类的心智状态关键要素,侧重研究信念(belief)、愿望(desire)、意图(intention)的关系和形式化描述,从而建立主体的BDI模型。加拿大学者P.R.科恩(P.R.Cohen)和H.J.莱维斯克(H.J.Levesque)基于正规模态逻辑的可能世界模型对BDI模型进行描述,表示每个可能世界都具有线性的时间结构。而澳大利亚学者A.S.劳(A.S.Rao)和M.P.乔治夫(M.P.Georgeff)对BDI模型的描述同样基于正规模态逻辑的可能世界模型,但是表示每个可能世界都具有分支时间结构。RAO是一个多智能体的逻辑框架,在多智能体环境下,运用RAO逻辑框架,智能体能获取公共知识,对其他智能体的推理基于换位原理。通过以上模型或框架推导出的多智能体系统都是静态的,事实上多智能体系统是一个动态的,因此要求采用的形式化描述手段需要具有良好的刻画动态性的能力,在这方面,PI演算智能体模型能就具有这样的能力。
智能体结构解决的问题主要包括智能体的模块组成问题,模块间信息交互问题,行为和内部状态受感知到的信息的影响问题,以及如何将这些模块用编程手段或者硬件组合的方式集成起来,形成一个有机整体的问题。智能体可以看作是一个黑箱,它通过传感器感知环境,通过效应器作用于环境。智能体接收到的信息首先要以适当的方式进行融合,为智能体知识库所接受。一旦接收到外部信息,信息处理过程就成为智能体的核心,其目的是解释可用的数据,并创建具体的规划。它反映了智能体的真正功能。由此可见,智能体可以定义为从感知序列到智能体示例动作的映射。然而并不是所有的智能体动作都表达为对新情况的反应,智能体自身也可以创建新的规划。在这种情况下,信息提供者的知识只是在特定时间有用,这直接导致了两种智能体:慎思智能体和反应智能体。慎思智能体具有环境和智能行为的逻辑推理能力,是一种基于知识的系统。它是具有内部状态的主动软件,与具体的领域知识软件不同,慎思智能体具有问题求解表示、知识表示、环境表示以及具体通信协议等功能。慎思智能体通过传感器接收外界环境的信息,再结合内部状态进行信息融合,从而产生修改当前状态的描述信息,之后在知识库的支持下制定规划,形成一系列动作后通过效应器对环境发生作用。与慎思智能体不同,反应智能体仅利用条件-动作规则使智能体将感知与动作连接起来,虽然简单,但是结构灵活,能适应动态变化的环境,有更强的能力能够基于当前的情景做出决策,然而其结果比不上慎思智能体完美。所以实际研究中,通常将两者进行结合,实现混合结构,如美国学者M.P.乔治夫(M.P.Georgeff)和A.L.兰斯基(A.L.Lansky)开发的PRS智能体结构、英国学者I.A.弗格森(I.A.Ferguson)的TouringMachine智能体结构、德国学者K.费舍尔(K.Fischer),J.P.穆勒(J.P.Müller),M.皮舍尔(M.Pischel)研制的INTERRAP智能体结构等。
在多智能体系统的分布式问题求解中,集成在一个系统里的智能体必须能够实现彼此间的通信和协作,而通信是协作的基础。通信方法可以分为黑板系统和信息/对话系统。黑板系统是传统的人工智能系统和专家系统的议事日程的扩充,通过使用合适的结构进行分布式的求解。在多智能体系统中,黑板提供公共工作区,以供智能体交换信息、数据和知识。它可以用在任务共享和结果共享系统中,也可以基于事件的问题制定求解策略。如果系统中的智能体很多,黑板中的数据会呈指数型增长。与此相应的,智能体需要在海量数据中搜索有用信息。所以需要优化此类处理,比如采用分区设置黑板的方法。采用信息通信是实现灵活复杂的协调策略的基础。通过指定协议,智能体之间可以通过协议交换信息,从而建立通信和协作机制。与黑板系统不同的是,在信息/对话系统中两个智能体之间是直接交换信息、数据和知识的,并没有黑板作为系统中智能体交换信息、数据和知识的缓冲。
智能体理论能够应用于人类生产中的各个学科,包括计算机科学、人工智能领域,乃至经济学、医学、哲学等。其直接深入地涉及人类智能活动的社会性。它使得机械化的人工智能手段具有了丰富而深刻的社会内涵,能够表现出人类智能中来源于社会行为的复杂性和多样性,并且突破了传统人工智能单纯聚焦于研究个体智能而非群体智能,刻意回避社会性的历史局限性。智能体理论将协助人类社会由机械化向智能化进行过渡。
从理论角度来说,对智能体和多智能体系统建模的工作很大程度上受美国学者M.E.布拉特曼(M.E.Bratman)的哲学影响很大,几乎所有的工作都以实现他的哲学分析为目标,但是已有的模型都没有完整地实现他的模型,其主要存在的问题有:
(1)智能体主体模型和具体的结构之间没有明确的映射关系,使实际的智能体建造者难以化抽象为具体,编程上难以具体实现抽象的主体模型。
(2)主体理论模型中普遍存在“在逻辑上无所不知”的问题,使得智能体系统地建造面对巨大的计算复杂度问题。
(3)智能体的问题求解和智能体的心智状态之间的关系还没有得到充分的表达。
接下来的智能体和多智能体系统发展就要致力于解决以上3个问题。关于智能体和多智能体系统的研究是一个具有广泛参与面的朝气蓬勃的研究领域,已有几个国际会议专门面对智能体理论和多智能体系统,比如国际多智能体会议ICMAS、亚太地区多智能体国际会议PRIMA等,并且许多著名的人工智能会议也把多智能体系统列为单独的主题。但是总的来看,研究基本上仍处于基础阶段,许多问题还有待进一步研究。主要的研究包括智能体和多智能体的理论、智能体结构和组织、智能体语言、规划、通信和交互技术,以及智能体之间的协作等方面。具体地,将会从以下3个方面进行研究:①多智能体组织,包含合作程度和通信。②动态性,包含行为一致性、协调和协商。③社会能力,包含对其他智能体的推理、分布式情景评估等。
联系客服