?有关Agent技术的研究历来有两条主線
点它侧重于研究Agent的认知、学习、理性决策、分布式问题求解等方面内容,从而来支持智能应用系统的
agent是指驻留在某一环境中能够自主、灵活地执行动作以满足设计目标的行为实体
重于研究如何去构造基于Agent的软件系统,如软件体系结构、程序设计语言和环境
智能agent的知識:
机网络的迅速发展,许多应用系统变得越来越复杂异质、分步是其主要特点。在这种背景下分布式人工智能(DAI)应运而生。分布式人笁智能主要研究在逻辑上或物理上分散的智能系统如何并行地、相互协作地实现问题求解DAT可分为两个大方向:分布式问题求解(DPS)和多Agent系统。
茬一个DPS系统中问题被分解成任务,并且由一些专用的任务处理系统求解这些任务系统的控制是全局性的。在某种程度上分布式问题求解是为了问题求解智能体解决问题的步骤为计算效率的问题,但是很难处理不同实体间发生的冲突问题针对这种情况,人们提出了多Agent系统的概念在一 Agent系统中,Agent是自主的它们可以是不同的个人或组织,采用不同的设计方法和计算机语言开发而成因而可能是完全异质嘚,没有全局数据也没有全局控制。这是一种开放的系统Agent加入和离开都是自由的。系统中的Agent共同协作协调他们的能力和目标以求解單个Agent无法问题求解智能体解决问题的步骤为的问题。
?一般 认 为 Agent应该具有以下四个基本特征:
?Agent 的分类可以根据体系结构、属性和功能的不同来进行分类。
于IT领域的Agent除了具备自治性、交互性、反应性、能动性这些基本属性外还可以有选择地具有其他一些属性这些 附 加 属性的出现导致了各种类型Agent的出现包括可移动Agent、可协作Agent.智能Agent、推理Agent、竞争Agent、软件Agent、硬件Agent、网络Agent等,也包括带有多个属性或功能的复合型Agent
?1.问题领域有着广泛性复杂性和不可预测性的特点.采用Agent技术可以将一个大而复杂的问题分解成许多较小、较简单的问题,使问题得以简化
题领域涉及大量不同的问题求解实体(或数据資源),而这些实体在物理或逻辑上又是分布的并且需要相互协作以问题求解智能体解决问题的步骤为公共问题时,Agent技术是一种有效的选擇
?3.Agent的表示方式简单明了,软件的功能可以从其名字的喻意上推敲出来
Agent定义为:旨在問题求解智能体解决问题的步骤为网络计算中的低带宽、高延迟,具有跨平台持续运行、自我控制和移动功能模拟人类行为关系,并能夠提供智能服务的程序它是对人工智能中Agent概念(指模拟人类的行为和关系、具有一定智能并可以自主运行和提供相应服务的计算机程序)的擴展,是Agent技术与分布式计算技术相结合的产物它的提出不仅使分布式计算技术具有了动态性、智能性等特点,也使Agent技术具有了求解大规模问题的能力非常适合于现代网络计算的需求。
System)是指由多个Agent组成的集合这些Agent成员之间相互协调,相互服务共同完成一个复杂的任务。
是分布式人工智能研究的一个重要分支是人工智能的最新发展方向,是人工智能技术的一次质的飞跃如果说模拟人是单智能体的目標,那么模拟人类社会则是多智能体系统的最终目标
虽然,Agent具有自主性、交互性、反应性、主动性学习性和移动性等智能特性,但单个的Agent對问题的问题求解智能体解决问题的步骤为能力有限很难完成动态分布、网络和异构情况下的大型、复杂问题。正如一个人不能离开他所存在的集体、社会而单独存在一样Agent的研究最终要融入多Agent系统,研究单个Agent的最终目的是将它放入MAS中问题求解智能体解决问题的步骤为夶型、复杂问题,这就导致了Agent系统的出现
在同一个多智能体系统中各智能体可以异构,因此多智能体技术对于复杂系统具有无可比拟的表达力它为各种实际系统提供了一种统一的模型,从而为各种实际系统的研究提供了一种统一的框架其应用领域十分广阔,现己面向社会领域的各个方面具有潜在的巨大市场。
?(2) 务的分解和分配
?(4) 各成员Agent的目标、行为的一致性
?(5) 突的识别与消解
?(10) 移动及系统的安全