【正文】 Belief——信念， Agent對環(huán)境的基本看法。 19 可能世界模型 (Possible Worlds Model) 地位： Agent理論基礎的開創(chuàng)性工作之一 。 2) 各個求解機構由計算機網絡互連 , 在問題求解過程中 , 通信代價要比求解問題的代價低得多。 3) 系統(tǒng)中諸機構能夠相互協(xié)作 , 來求解單個機構難以解決 , 甚至不能解決的任務。思想 ： 將 Agent的知識 、 信念等特征化為一 系列 “ 可能世界 ” ， 在可能世界模型中包括對象 、 屬性及其關系 。 Desire——愿望， Agent想要實現的狀態(tài)，即目標。 getnewexternalevents()。 27 動作理論 情景演算是描述動作的主要的形式框架。 ? 言語行為 ：通信語言也是一種動作，說話是為了使世界的狀態(tài)發(fā)生改變。 52 FIPA 英國拍賣協(xié)議 53 通信語言 KQML： 由美國 ARPA的知識共享計劃中提出，規(guī)定了消息格式和消息傳送系統(tǒng)，為多 Agent系統(tǒng)通信和協(xié)商提供了一種通用框架。進行協(xié)調是希望避免Agent之間的死鎖或活鎖。 ? 對象的內部狀態(tài)映射為 Agent的心智狀態(tài)。 68 主要的基于 Agent的方法 1) Gaia方法 ： Wooldridge， Jennings和Kinny在 1999年提出了面向 Agent分析與設計的 Gaia方法學。 71 AUML Odell、 Parunak和 Bauer提出了 Agent交互協(xié)議 AIP的三層表示方法。 74 l 提供定制化服務 使用 Agent， 客戶端可以根據服務器端提供的底層操作函數 ， 編寫滿足自己特定需要的服務程序 ， 然后發(fā)送到服務器端運行 。 79 當前 AI中存在的“鴻溝”（續(xù) 2） ? 2022年， Stanford大學計算機系的年輕教授Daphne Koller在獲得 IJCAI01的“ Computers and Thought Award”杰出青年大獎時所作的學術報告 ? 傳統(tǒng) AI中被廣泛采用的分析、分解方法正面臨著很大的挑戰(zhàn)：在解決復雜問題時，人們往往很自然地采用分而治之的方法，將其分解為每個“小片”（ Fragmentation），等每個“小片”都取得進展后，再進行綜合集成以得到最終的結果。 – 其中，機器人足球和無人駕駛車輛是屬于“物理Agents”（ Physical agents），而拍賣 Agents和自主計算則屬于“軟件 Agents”。 ? 然而，從自主 Agents的觀點來看，最近出現的 增強學習（ Reinforcement learning） 似乎更加重要，因為增強學習在很多序列決策問題中能夠自主收集所需要的訓練數據，學習到將狀態(tài)映射為行為的策略，并從延遲獎賞中（ Delayed reward）學習如何選擇正確的行為，它實現了探索（ Exploration）與開發(fā)（ Exploitation）之間的權衡。 76 若干前沿問題討論 ?當前 AI中存在的“鴻溝” ?解決“鴻溝”的主要思路 ?完全自主 Agent ?完全自主 Agent的關鍵技術 ?完全自主 Agent的典型應用 77 當前 AI中存在的“鴻溝” ?Stuart J. Russell的觀點 – 在 1995年獲得 IJCAI95的“ Computers and Thought Award”杰出青年大獎時所作的學術報告 《 Rationality and Intelligence》 – 指出 “ AI是一個由其研究的問題而非方法所定義的領域。 Agent完成任務后 ， 當它發(fā)現用戶設備重新連上網絡時 ， 就返回計算結果 。 70 MaSE MaSE在一般性及應用領域上類似于Gaia， MaSE的目的是引導設計者怎樣從初始的系統(tǒng)規(guī)范說明到 Agent系統(tǒng)的實現。 ? Agent支持基于言語行為理論的高級交互，不同于對象之間頻繁的消息發(fā)送和接收。 63 協(xié)作過程 1) 產生需求、確定目標 2) 協(xié)作規(guī)劃、求解協(xié)作結構 3) 尋求協(xié)作伙伴 4) 選擇協(xié)作方案 5) 實現目標 6) 評估結果 64 多 Agent環(huán)境 MAGE MAGE的主要特點： ? 運行于分布式網絡環(huán)境 ? 用 java編寫 ? 使用模塊化的能力 ? 通過 ADL來描述并生成 Agent ? Agent之間通過 ACL通信 65 面向 Agent的軟件技術 在面向 Agent的軟件開發(fā)方法中，應用程序編寫為軟件 Agent， 這些Agent之間通過 Agent通信語言可以進行比普通消息傳遞更規(guī)范、更明確的通訊。 ? 協(xié)作是非對抗的 Agent之間保持行為協(xié)調的一個特例。 49 FIPA通信動作庫 Accept Proposal 接受提議 Agree 同意 Cancel 取消 Call for Proposal 要求提議 Confirm 確認 Disconfirm 確認為否定 Failure 失敗 Inform 通知 Inform If 通知 是否 Inform Ref 通知 有關對象 Not Understood 不理解 50 Propagate 傳播 Propose 提議 Proxy 代理 Query If 詢問 是否 Query Ref 詢問 有關對象 Refuse 拒絕 （ 請求 ） Reject Proposal 拒絕提議 Request 請求 Request When 請求 某個條件下執(zhí)行 Request Whenever 請求 一旦某個條件成立就執(zhí)行 Subscribe 預定 詳細說明： 51 交互協(xié)議 Agent之間的會話常常形成典型模式，這種情況下某些消息序列是可知的，這些消息交換的典型模式稱為協(xié)議。 29 規(guī)劃庫的形式化表示 環(huán)境狀態(tài)： State = { P1, P2, … Pn } 目標： Goal=State, weightiness 動作模板： Act_template = name, roles, preconditions, effects, resources Agent能力： Ability=Act_template, role, cost 30 Agent結構 Agent結構需要解決的問題包括： ? Agent由那些模塊組成， ? 模塊之間如何交互信息， ? Agent感知到的信息如何影響它的行為和內部狀態(tài)， ? 如何將這些模塊用軟件或硬件的方式組合起來形成一個有機的整體。 26 換位推理 思想： 模仿語言學中的虛擬語氣 ， 即為了對某個 Agent在某種場景下的狀態(tài)或行為進行