智能主体的等级BDI(信念、愿望和意图)模型

BDI(信念、愿望和意图)模型是影响最为广泛的主体技术之一。在把无穷值的ukasiewicz逻辑和命题动态逻辑进行融合后对等级BDI主体模型进行形式化的基础上,提出了GBDI_(PDL+LL)逻辑。为了通过概率、必然性和可能性对不确定性行为进行表示和推理,把相应的公理添加到■ukasiewicz逻辑中。文中的GBDI_(PDL+LL)主体模型使用多背景系统,清晰地表示了信念、愿望和意图的不确定性。GBDI_(PDL+LL)主体行为则通过添加具体条件的每种背景的不同测度来决定。对信念、愿望和意图的模型进行了公理化,并说明了它们对主体行为的影响,该模型可以很轻易地向包括其他心理状态的主体进行推广。在给出了GBDI_(PDL+LL)模型语言、语义和GBDI_(PDL+LL)逻辑的公理和演绎规则后,证明了此逻辑系统的完全性和可靠性。之后,在对复合行动进行形式刻画的基础上,描述了GBDI_(PDL+LL)模型的不同背景之间的关系。文章立足于不确定性的表示和推理,志在为分布式人工智能提供形式支持。

信念-愿望-意图逻辑探析

在理性主体寻求达成其目的的过程中,信念、愿望和意图起着重要的作用。由Rao和Georgeff提出的信念-愿望-意图逻辑是建立在分支时间可能世界模型的基础之上的。说明了该逻辑框架对意图的重要成分(比如:信念、愿望、意图和承诺)是如何进行形式化的。另外,不同类型的理性主体可以通过添加特定的条件来进行建模。

信念-愿望-意图理论及其形式化研究

从Bratman(1987)的信念-愿望-意图理论出发,考察了该理论在逻辑中的形式化,比如Cohen和Levesque(1990)的BDI逻辑。Bratman认为:信念、愿望和意图在人的行为中扮演着重要的作用;意图不仅仅是一个愿望,而且是主体不会轻易放弃的承诺;意图具有惯性,而且是进一步实际推理的一个输入;为了对信念、愿望和意图加以区分,他引入了"前态度"的概念。Cohen和Levesque(1990)的BDI逻辑给出了Bratman(1987)的信念-愿望-意图理论的形式语义,行动、时间、信念和偏好在此逻辑中占据着重要地位。

整合贝叶斯网络的BDI模型

针对BDI模型在不确定领域应用的薄弱,提出了一种改进的BDI(Beliefs—Desires—Intentions)模型。以BDI体系结构为基础,结合贝叶斯网络,建立了智能体对可能世界的认知表示;通过贝叶斯网络推理,实现了对达成目标状态的期望估计;在意图中,通过引入规划因子,完成行为决策。用Java语言在eclipse平台上对农作物栽培实例进行仿真,验证了模型能够在不确定环境中,进行理性的认知、推理、规划。

动态不确定环境下的决策:一种分层决策模型

本文提出一种智能体分层决策结构模型,试图通过分层决策技术有效地解决动态、不确定环境中的智能体的实时决策问题。本模型的高层采用BDI结构,以便为较长期任务的规划和推理提供充分的支持;模型的底层采用反应式结构,以保证对短期实时任务的及时响应。实验结果表明了这种分层模型在某些复杂任务领域中的有效性。