多智能体综述

摘 要：多智能体技术正不断成为人工智能领域中最为重要的研究方向,有着极大的研究价值与应用价值.本文分别介绍了多智能体的概念,多智能体的体系结构,多智能体的通信,多智能体的协调与协作机制,多智能体的应用等方面,对多智能体系统进行了初步的了解与探索.

关 键 词 ：多智能体系统 通信 协调与协作 应用

一、多智能体概念

1.智能体的概念

智能体（Agent）是分布式人工智能（DAI）领域的一个基本术语,Agent的概念最早出现在1977年CarlHewitt的“ViewingControlStructuresAsPatternsOfPassingMessages”一文中提出的[1].智能体被认为是一个物理或抽象的、能在一定环境下运行的实体,它能作用于自身和环境,并对环境作出反应.智能体具有知识、目标和能力.知识主要包括领域知识、通讯知识、控制知识等；目标可以根据变化情况分为静态目标和动态目标,目标可以通过算法编入或显示给定,或通过通讯获得；能力是指智能体具有推理、决策、规划和控制等的能力.

2.多智能体的概念

多智能体（MAS）是指多个单智能体间的相互协作和协调来共同完成一项任务.主要的研究方向包括：多智能体系统的体系结构、多智能体系统间智能体的通信、多智能体系统间的协作和协调、基于多智能体的智能决策系统等.Nwana提出的多智能体的三种特性,分别为：自主性、合作性、学习性[5],Shoham在Agent—orientedprogramming一文中提出了组成多智能体的几种模型[6],而在这模型之间必然存在着相互通信的问题.MWooldrideg,NRJennings提出较为被普遍人认可的特性：情境性、自治性和适应性[7].

3.多智能体的分类

为了更好的理解和分析多智能体,将多智能体进行分类显得尤为重要.在人们普遍认可的分类中,多智能体的分类依据主要有多智能体的功能表现、多智能体的排列方式和效力、多智能体内部之间的地位程度等等.除了以上的分类外,Skolicki和Arciszewski[8]还以其他几个关键的因素进行了分类,也受到科学界的普遍认可,分别是：多智能体间相互影响的广度（知识、看法、资源的共享）、相互作用的深度（角色分配、模拟能力、交流能力、委托能力）、特征（稳定性、叠加性、分散性和目的性）、数量及其即时性等等

二、多智能体的体系结构

多智能体系统的体系结构主要是指系统中的各智能体之间的信息关系和控制关系,即各个智能体以什么样的形式组织起来,以及每个智能体具有什么样的结构来共同完成系统任务的求解,通过定义多智能体之间的权戚关系,为智能体提供一种交互框架.智能体的体系结构主要研究如何用软件或硬件的方式实现.

多智能体系统强调利用多个智能体的能力来完成复杂的任务,其中每个智能体具有自治性.但当智能体的数量增多时,智能体间的交互成为重要的问题.因此采用联邦式的多智能体系统结构,利用联盟体为智能体的交互提供怎么写作,以减轻智能体交互的负担.联邦式结构的特点是智能体之间的交互通过联盟体智能体实现.联盟体智能体提供一系列的怎么写作以支持智能体之间的交互,消除了智能体之间直接交互的困难.同时,智能体可以动态地连接到联盟体上,增加了系统的灵活性.

三、多智能体的通信

多智能体系统中通信模式的划分有着多种的方式,大致常见的可分为五种,分别是无通信,方案传递,消息/对话通信模式,消息传送方式和黑板系统.

在多智能体通讯研究中,起初的交流语言普遍为字符流和二进制数流,目前MAS通常采用知识询问与操作语言（KnowledgeQueryandManipulationLanguage,KQML）来实现Agent之间的交互,KQML是由美国ARPA的“知识共享计划”研究机构在知识共享方面所做的工作的一部分,它使得Agent能够和其他的Agent以及Agent所运行的环境进行知识和信息的交换.在2006年,BonnieRubensteinMontano,VictoriaYoon,KevinDrummey,JayLiebowitz[15]研究了将一种贝叶斯方法添加进多智能体合约系统中,以增强多智能体对外界环境的适应和调节能力.JasonJen-YenChen,Shih-WeiSu[16]开发了一种不同智能体之间的交流工具AgentGateway,这种工具从一个智能体中传译出一种XML的信息,并且经过翻译传递到另一个智能体中.AgentGateway是可扩展的,这意味着新的智能体可以很容易得参与,并且提供了透明和可靠的通信方式.MarioBenevidesa,CarlaDelgadoa[17]等人提出了一种与智能体本身相近并且能相应的检测模型算法的一种正式语言CTL.

四、多智能体的协作与协调

协作是确保每个智能体单元能够集中、和谐、按照预期方式形成一个统一的整体的关键所在.多智能体间的协作反映了人们如何看待真实世界的人与物.

在传统的研究中,多智能体是分布式人工智能的一部分,即将一个复杂的问题分割为两个智能体同时协调处理,但是逐渐地多智能体被科学界普遍认为是一个单独的研究领域,这在多智能体上具有里程碑意义,即多智能体被泛指所有的几个相互独立的具有自主能力相互协调以完成共同目标的系统.

多智能体之间的协作是保证多个智能体能在一起共同工作的关键,同时也是多智能体系统与其他相关研究领域（如分布式计算、面向对象的系统、专家系统等）区别开来的关键性概念之一.在开放、动态的多智能体环境下,具有不同目标的多个智能体必须对其目标、资源的使用进行协调.在出现资源冲突时,若没有很好的协调,就有可能出现死锁,使得多个智能体之间无法进行各自的下一步的工作.协调与协作是多智能体技术研究的核心问题之一.在多智能体系统中,协作不仅能提高单个智能体以及多个智能体所形成的系统的整体行为的性能,增强智能体及智能体系统解决问题的能力,还能使系统具有更好的灵活性.仿真计算结果表明,该联盟形成机制能够减少系统的通信量,保证所得联盟的稳定性和全局最优性,提高系统的结盟效率.在多个智能体共同执行任务时,每个智能体都希望使总体的加权工作时间最小.

五、总结与展望

随着网络技术的发展,多智能体技术的应用领域不断扩大,现已面向社会领域的各个方面.多智能体系统的研究已经取得了一定进展,但是要实现多智能系统的设计和建造是非常困难的,尤其是如何实现智能体之间的灵活复杂的交互以及多智能系统的实时性等等.在多智能体系统的体系结构方面,建立一种具有集体理性,能完成复杂任务的、对环境和干扰具有很强的鲁棒性和自适应能力的协作的多智能体组织结构是未来研究的方向.在协作机制方面,如协作时机,协作过程,协作机理,协作稳定性等方面的研究还不够深入.在动态的环境中,智能体的学习可靠性及学习延时性等都有待于进一步的研究.