论文部分内容阅读
摘要：主要分析了从意识立场出发的一种思维状态模型，即BDI模型。该Agent模型的基本思维属性主要由信念、愿望和意图构成，通过两种方法的分析，如何使Agent达到理性的推理和理性的决策目标。
关键词：Agent；BDI；理论模型
Agent理论与技术研究最早源于分布式人工智能（DAI），但从80年代末开始，Agent理论技术研究从DAI领域中拓展开来，并与许多其他领域相互借鉴与融合，在许多不同与最初DAI应用的领域得到了更广泛的应用。
1、 Agent相关技术
1.1 Agent概念
Agent应当包括：自主性、主动性、反应性、移动性和社会性等优良特点。由以上Agent的特性可以给Agent一个简单的定义：Agent是代表用户和其他程序，以主动服务的方式完成一组操作的机动计算实体。智能Agent不能在环境中单独存在，而要与多个智能Agent在同一环境中协同工作，协同的手段是相互通信，但每个智能Agent都是主动的、自治的工作。
1.2 Agent的分类
Agent的特征、控制结构、生存环境、实现语言以及应用领域等都可以作为分类依据。如根据Agent 在MAS中所处的位置可以分为末端Agent和中间Agent。末端Agent又可分為提供服务的Agent和接受服务的Agent。根据Agent所完成的主要功能又可以分为界面Agent、移动Agent和信息Agent等。另外按体系结构划分，可分为反应式Agent、慎思式Agent和复合式Agent；按构架可分为系统Agent和工具Agent；按智能程度分为被动Agent、主动监视反应Agent、具有思考和规划行为的BDI Agent、竞争Agent、演化Agent以及人格化Agent。
1.3 Agent的应用现状
就目前而言主要包括如下一些应用领域： （1） 电信领域。 （2） 兴趣匹配。 （3） 用户助理。 （4） 组织结构。 （5） 信息处理。 （6） 移动计算。
2、 基于Agent 的BDI模型
BDI模型的哲学基础是巴拉特曼（M. E. Bratman）的理性平衡。1987年，Bratman从哲学上对行为意图的研究对人工智能产生了广泛的影响。他认为只有保持信念、愿望和意图的理性平衡才能有效的解决问题。
一种理想的理性Agent可以定义为：对于每一种可能的感知序列，理想的理性Agent，在感知序列提供的证据和Agent内部知识的基础上，应该做的所期望的动作使它的性能测度为最大。Agent的BDI模型侧重于形式描述信念、愿望和意图，其本质上要解决的问题是如何确定Agent的目标以及如何实现这个目标。当前Agent使用的BDI模型一般都是在科恩（P. R. Cohen）和莱韦斯克（H. J. Levesque）的正规模态逻辑的意图模型以及罗（A. S. Rao）和乔治（M. P. Georgeff）的BDI计算树逻辑模型基础上发展起来的。
2.1 Cohen & Levesque的BDI模型
在Bratman的基础上， Cohen和Levesque系统地研究了信念、目标、持续目标和意图的形式描述和演算问题。他们采用了基于线性时态逻辑的可能世界模型，表示了时间、事件、行为目标和意念等概念，形式地表达了这些概念之间的关系。
根据Bratman的哲学分析，Cohen和Levesque提出了一个意图的合理性必须满足的7条性质：（1）意图为Agent提出任务，Agent必须确定怎样实现它；（2）意图为Agent采纳其它意图提供了“过滤”，它们必须不发生冲突；（3）Agent应跟踪意图的实现，如果失败，Agent应试图重试；（4）Agent相信它的意图是可实现的；（5）Agent不相信它不愿实现它的意图；（6）在某些情况下，Agent相信它将实现它的意图；（7）Agent不必打算实现它的意图的所有副作用。
2.2 Rao & Georgeff的BDI模型
Rao和Georgeff对BDI模型的描述同样基于正规模态逻辑的可能世界，但每个可能世界具有分枝时间结构。他们的形式化模型是基于扩展的计算树逻辑（CTL，Computational Tree Logic），即把命题时态逻辑扩展为带模态词的信念、目标、意图的一阶逻辑。每个世界被建模为一颗时间树，有单一的过去和分枝的未来，世界中的一个时间称为一个状态，这些状态与时间出现相对应，分枝表示在每个时间可供Agent选择的情形，在他们的模型中主要有两类公式：状态公式和路径公式。有两个作用在路径公式上的路径算子E（optional）和A（inevitable）；作用在状态公式和路径公式上的标准时序算子□（永远）、◇（将会）、○（下一步）、∪（直到）。在每一个状态，Agent的信念、目标和意图被建模为信念、目标和意图可达世界，又多个世界的原因是Agent缺乏对世界状态的了解。他们还给出了目标和愿望的区别：①愿望可以是不一致的，但目标必须是一致的；②Agent应该相信目标是可以达成的。
2.2.1语法
首先描述计算树逻辑的一阶变量，然后引入模态算子扩展该逻辑到可能世界框架。
（1） 状态公式
① 任何一阶公式都是状态公式；② 如果ψ1和ψ2是状态公式，且x是个体或事件变量，那么-ψ1，ψ1Vψ2，xψ1（x）是状态公式；③ 如果e是一个事件类型，那么succeeds（e）、fails（e）、does（e）、succeeded（e）、failed（e）和done（e）是状态公式； succeeded（e）、failed（e）表示事件e刚刚发生的成功行为和不成功行为；done（e）表示e刚刚发生的不管是成功还是不成功的行为；succeeds（e）、fails（e）、does（e）指事件e将要发生。④ 如果ψ是状态公式，那么Bel（ψ），Goal（ψ），Intend（ψ）是状态公式；⑤ 如果ψ是路径公式，那么optional（ψ）是状态公式。 （2） 路径公式
① 任何状态公式也是路径公式；② 如果ψ1和ψ2是路径公式，那么ψ1，ψ1Vψ2，○ψ1，□ψ1，ψ1∪ψ2是状态公式
2.2.2作为公理的不同承诺
提出形式化系统的目的在于定义不同类型的Agent，并研究其行为特性。
① 盲目承诺策略。Agent将一直维护它的意图，直到它相信实现了这些意图。I（inevitable◇ψ）inevitable（I（inevitable◇ψ）∪B（ψ））其中Agent的意图是“必然将会为真”。
② 单一意向承诺策略。Agent只要相信它的意图仍然是可能的，就一直维护它的意图。I（ineviatble（◇ψ））inevitabze（I（inevitable◇ψ）∪B （ψ）B （optional◇ψ）））
③ 开放意向承诺策略。只要意图仍然是Agent的目标，它就维护这些意图。I（inevitable（◇ψ））inevitable（I（inevitable◇ψ）∪B（ψ）G （optional◇ψ）））
3、 效用理论
效用理性，即采用对策论和决策理论对信念模型进行描述，如果采用一个行动将会发生什么情况，则为每个后果都赋予一定的概率。愿望模型是用实数表示的那些可能状态的效用。一个合理的行动就是使期望效用最优化的行动，这需要依据信念和愿望通过概率计算得到。
在MAS中，当一个Agent根据目前的情景难以完成一个任务（目标）时，可以通过支付报酬委托其他的Agent来完成全部或部分任务，这是一种承包现象。可将承包中涉及的两个Agent称为委托者D和采纳者A，所委托的任务称为项目P，P可以是D的目标或规划中的一個子目标。Agent是自主自利的，这样D委托给A一个P，A可能采纳也可能不采纳，这是由A自主决定的；同样当D有多个候选委托者时，也要根据某种利益标准选择合适的A，而当不存在候选者时，需激励Agent去采纳其项目，那么如何选择可以依据效用理论做出。
4、 结论
只使用数值分析的决策论理性并没有严密的推理环节，因此无法达到理性的推理。对于处在动态环境中资源有限的Agent来说，既需要对可能世界进行推理，也需要作出合理的决策，使它从其行为结果中获益，因此需要在模型中考虑到以上两种方法的融合使Agent达到理性的推理和理性的决策。
[参考文献]
[1]彭蒸蒸，杨焱.基于移动数据库的Mobile Agent应用模型研究.微计算机信息，2007，23（2-3）：174-176
[2]王传汝，徐小龙，黄海平.智能Agent及其在信息网络中的应用.北京邮电大学出版社，2006
[3]汤庸，叶小平，汤娜，吉永杰.高级数据库技术高等教育出版社，2005
[4]何炎祥，陈莘萌.Agent和多Agent系统的设计和应用，武汉大学出版社，2006
[5]于红；基于移动Agent的分布式事务模型的研究[J]；大连水产学院学报；2007年04期
关键词：Agent；BDI；理论模型
Agent理论与技术研究最早源于分布式人工智能（DAI），但从80年代末开始，Agent理论技术研究从DAI领域中拓展开来，并与许多其他领域相互借鉴与融合，在许多不同与最初DAI应用的领域得到了更广泛的应用。
1、 Agent相关技术
1.1 Agent概念
Agent应当包括：自主性、主动性、反应性、移动性和社会性等优良特点。由以上Agent的特性可以给Agent一个简单的定义：Agent是代表用户和其他程序，以主动服务的方式完成一组操作的机动计算实体。智能Agent不能在环境中单独存在，而要与多个智能Agent在同一环境中协同工作，协同的手段是相互通信，但每个智能Agent都是主动的、自治的工作。
1.2 Agent的分类
Agent的特征、控制结构、生存环境、实现语言以及应用领域等都可以作为分类依据。如根据Agent 在MAS中所处的位置可以分为末端Agent和中间Agent。末端Agent又可分為提供服务的Agent和接受服务的Agent。根据Agent所完成的主要功能又可以分为界面Agent、移动Agent和信息Agent等。另外按体系结构划分，可分为反应式Agent、慎思式Agent和复合式Agent；按构架可分为系统Agent和工具Agent；按智能程度分为被动Agent、主动监视反应Agent、具有思考和规划行为的BDI Agent、竞争Agent、演化Agent以及人格化Agent。
1.3 Agent的应用现状
就目前而言主要包括如下一些应用领域： （1） 电信领域。 （2） 兴趣匹配。 （3） 用户助理。 （4） 组织结构。 （5） 信息处理。 （6） 移动计算。
2、 基于Agent 的BDI模型
BDI模型的哲学基础是巴拉特曼（M. E. Bratman）的理性平衡。1987年，Bratman从哲学上对行为意图的研究对人工智能产生了广泛的影响。他认为只有保持信念、愿望和意图的理性平衡才能有效的解决问题。
一种理想的理性Agent可以定义为：对于每一种可能的感知序列，理想的理性Agent，在感知序列提供的证据和Agent内部知识的基础上，应该做的所期望的动作使它的性能测度为最大。Agent的BDI模型侧重于形式描述信念、愿望和意图，其本质上要解决的问题是如何确定Agent的目标以及如何实现这个目标。当前Agent使用的BDI模型一般都是在科恩（P. R. Cohen）和莱韦斯克（H. J. Levesque）的正规模态逻辑的意图模型以及罗（A. S. Rao）和乔治（M. P. Georgeff）的BDI计算树逻辑模型基础上发展起来的。
2.1 Cohen & Levesque的BDI模型
在Bratman的基础上， Cohen和Levesque系统地研究了信念、目标、持续目标和意图的形式描述和演算问题。他们采用了基于线性时态逻辑的可能世界模型，表示了时间、事件、行为目标和意念等概念，形式地表达了这些概念之间的关系。
根据Bratman的哲学分析，Cohen和Levesque提出了一个意图的合理性必须满足的7条性质：（1）意图为Agent提出任务，Agent必须确定怎样实现它；（2）意图为Agent采纳其它意图提供了“过滤”，它们必须不发生冲突；（3）Agent应跟踪意图的实现，如果失败，Agent应试图重试；（4）Agent相信它的意图是可实现的；（5）Agent不相信它不愿实现它的意图；（6）在某些情况下，Agent相信它将实现它的意图；（7）Agent不必打算实现它的意图的所有副作用。
2.2 Rao & Georgeff的BDI模型
Rao和Georgeff对BDI模型的描述同样基于正规模态逻辑的可能世界，但每个可能世界具有分枝时间结构。他们的形式化模型是基于扩展的计算树逻辑（CTL，Computational Tree Logic），即把命题时态逻辑扩展为带模态词的信念、目标、意图的一阶逻辑。每个世界被建模为一颗时间树，有单一的过去和分枝的未来，世界中的一个时间称为一个状态，这些状态与时间出现相对应，分枝表示在每个时间可供Agent选择的情形，在他们的模型中主要有两类公式：状态公式和路径公式。有两个作用在路径公式上的路径算子E（optional）和A（inevitable）；作用在状态公式和路径公式上的标准时序算子□（永远）、◇（将会）、○（下一步）、∪（直到）。在每一个状态，Agent的信念、目标和意图被建模为信念、目标和意图可达世界，又多个世界的原因是Agent缺乏对世界状态的了解。他们还给出了目标和愿望的区别：①愿望可以是不一致的，但目标必须是一致的；②Agent应该相信目标是可以达成的。
2.2.1语法
首先描述计算树逻辑的一阶变量，然后引入模态算子扩展该逻辑到可能世界框架。
（1） 状态公式
① 任何一阶公式都是状态公式；② 如果ψ1和ψ2是状态公式，且x是个体或事件变量，那么-ψ1，ψ1Vψ2，xψ1（x）是状态公式；③ 如果e是一个事件类型，那么succeeds（e）、fails（e）、does（e）、succeeded（e）、failed（e）和done（e）是状态公式； succeeded（e）、failed（e）表示事件e刚刚发生的成功行为和不成功行为；done（e）表示e刚刚发生的不管是成功还是不成功的行为；succeeds（e）、fails（e）、does（e）指事件e将要发生。④ 如果ψ是状态公式，那么Bel（ψ），Goal（ψ），Intend（ψ）是状态公式；⑤ 如果ψ是路径公式，那么optional（ψ）是状态公式。 （2） 路径公式
① 任何状态公式也是路径公式；② 如果ψ1和ψ2是路径公式，那么ψ1，ψ1Vψ2，○ψ1，□ψ1，ψ1∪ψ2是状态公式
2.2.2作为公理的不同承诺
提出形式化系统的目的在于定义不同类型的Agent，并研究其行为特性。
① 盲目承诺策略。Agent将一直维护它的意图，直到它相信实现了这些意图。I（inevitable◇ψ）inevitable（I（inevitable◇ψ）∪B（ψ））其中Agent的意图是“必然将会为真”。
② 单一意向承诺策略。Agent只要相信它的意图仍然是可能的，就一直维护它的意图。I（ineviatble（◇ψ））inevitabze（I（inevitable◇ψ）∪B （ψ）B （optional◇ψ）））
③ 开放意向承诺策略。只要意图仍然是Agent的目标，它就维护这些意图。I（inevitable（◇ψ））inevitable（I（inevitable◇ψ）∪B（ψ）G （optional◇ψ）））
3、 效用理论
效用理性，即采用对策论和决策理论对信念模型进行描述，如果采用一个行动将会发生什么情况，则为每个后果都赋予一定的概率。愿望模型是用实数表示的那些可能状态的效用。一个合理的行动就是使期望效用最优化的行动，这需要依据信念和愿望通过概率计算得到。
在MAS中，当一个Agent根据目前的情景难以完成一个任务（目标）时，可以通过支付报酬委托其他的Agent来完成全部或部分任务，这是一种承包现象。可将承包中涉及的两个Agent称为委托者D和采纳者A，所委托的任务称为项目P，P可以是D的目标或规划中的一個子目标。Agent是自主自利的，这样D委托给A一个P，A可能采纳也可能不采纳，这是由A自主决定的；同样当D有多个候选委托者时，也要根据某种利益标准选择合适的A，而当不存在候选者时，需激励Agent去采纳其项目，那么如何选择可以依据效用理论做出。
4、 结论
只使用数值分析的决策论理性并没有严密的推理环节，因此无法达到理性的推理。对于处在动态环境中资源有限的Agent来说，既需要对可能世界进行推理，也需要作出合理的决策，使它从其行为结果中获益，因此需要在模型中考虑到以上两种方法的融合使Agent达到理性的推理和理性的决策。
[参考文献]
[1]彭蒸蒸，杨焱.基于移动数据库的Mobile Agent应用模型研究.微计算机信息，2007，23（2-3）：174-176
[2]王传汝，徐小龙，黄海平.智能Agent及其在信息网络中的应用.北京邮电大学出版社，2006
[3]汤庸，叶小平，汤娜，吉永杰.高级数据库技术高等教育出版社，2005
[4]何炎祥，陈莘萌.Agent和多Agent系统的设计和应用，武汉大学出版社，2006
[5]于红；基于移动Agent的分布式事务模型的研究[J]；大连水产学院学报；2007年04期