智能机器人的自适应自主Agents的建模

在问题求解期间及穿越动态的、不可预测的环境的过程中 ,真实世界的问题需要自适应的求解方法来‘裁剪’Agent的行为 ,并使其落入任务域 ,否则不完备的知识、不确定性、不确定的Agents及过程的存在、硬件失灵和不精确性都会引发不确定事件的发生。自适应自主Agents是一种存在于动态的、不可预测的环境中 ,并试图满足一系列随时间变化的目标或动机的系统 ,而且此类Agents在处理这些目标的过程中 ,能基于已有的经验改进其能力。自适应自主Agents为智能机器人实现这一目标提供了一种新的途径。主要讨论了智能机器人的自适应自主Agents的建模问题 。

一个刻画Agent自主性的框架

自主性是agent最显著的特征 ,为了在理论上指导自主agent的设计和构造 ,促进基于agent的软件系统的开发 ,建立了一个刻画agent自主性的框架 .首先 ,在分析现有的agent自主性定义的基础上 ,总结了自主agent应具备的最小能力需求 ;然后 ,介绍用于描述agent的语言 ,agent的心智状态及其表示 ;在此基础上 ,提出一个自主agent的框架 ;最后 。

一种面向对象的自主网络管理模型

针对SNMP协议的局限性，将网络管理信息在被管对象和网管对象两个层次上进行抽象；给出了网管对象的语义及自主网管代理Agent的形式化描述；并基于此设计了一种实现高层网管功能的自主网络管理模型。使用这一网管模型，能使网络管理的结构规范、清晰；便于扩充网管功能；并易于实现两个网管系统间的交互和合作。

基于自律计算的主动入侵检测模型

针对传统入侵检测系统的被动检测机制问题,借鉴自律计算思想,提出了一个具有自律特性的主动入侵检测模型.该模型以自主管理器为核心,在Agent协同层引入拍卖机制感知系统环境变化和管理调配被管资源,自主处理入侵信息,实现对入侵行为的主动响应.实验结果表明,通过合理的参数配置,该模型能有效提高入侵检测系统的自适应性和检测准确率.