基于BDI逻辑的多Agent系统的学习机制

虽然理性Agent的信念-愿望-意图(BDI)模型很重要,但是它的两个主要缺陷仍没解决:缺少学习能力、缺少明确的多Agent功能。从多Agent学习角度,使用带有学习能力的多Agent系统背景对BDI-Agent结构进行扩展,并利用“作为一阶方法的”逻辑决策树归纳,使得“在Agent的规划可以成功执行时,Agent能够进行学习”。这样的BDI学习Agent体系结构可以在单个表处理语言Lisp中并行执行多Agent系统,而且这一方法可以保持学习与实践推理理论之间的一致性。

支持多Agent通信的扩展BDI逻辑

ＢＤＩ（信念、期望和意图）逻辑是当前ａｇｅｎｔ理论研究的热点课题之一，相关研究工作较少涉及对ａｇｅｎｔ间通信的描述．文章旨在提出一个能表示和推理多ａｇｅｎｔ间基于言语行为理论的通信行为的扩展ＢＤＩ逻辑．该逻辑是一个多类、带量词并具有分枝时序结构的一阶多模态逻辑，除了包含标准ＢＤＩ逻辑的模态和时态算子之外，还引入了一些必要的逻辑算子和构造符，用于刻画ａｇｅｎｔ为实现其意图而具有的规划能力，以及对多ａｇｅｎｔ通信给出正确的语用解释．文章讨论了逻辑的语法和语义。

基于BDI决策的MAS-CA模型黄海海滨城镇格局模拟研究——以大连金石滩为例

基于BDI决策MAS-CA模型,利用1998年、2003年、2008年和2013年土地利用数据,对大连金石滩2020年和2030年城镇区域面积进行模拟,Kappa系数达到0.635。研究结果表明:1 BDI决策补充了MAS-CA模型决策的不足,使得模型整体框架进一步完善,模拟结果具体准确,精度达到89.1%。2金石滩城镇用地呈现出依附海岸线和交通线的格局,向海岸线靠拢,城镇用地在中部区域比较集中且城镇用地有向周围区域扩张的趋势,葡萄沟村、河咀子村、庙上村、什字街村转变最大。3从金石滩城镇格局的模拟结果发现,海岸线因素引导着城镇格局的转变方向。滨海地区的生态环境容易被破坏,政府应该采取措施寻找土地利用与生态环境保护的完美平衡点。

基于BDI Agent技术的情感机器人语音识别技术研究

介绍了BDIAgent技术在情感机器人实现中的应用。通过基于Agent技术的语音识别网络的构建,实现让机器人对外界语音输入能够正确地识别和理解,这样才能为进一步进行情感上的交流奠定基础。主要讨论了如何在BDIAgent技术的基础上建立识别器和解释器。

基于BDI的对手Agent模型

MAS中建立对手模型,并进行意图和规划识别是有效交互的必要条件.BDI是描述思维的有效手段,可用来建立通用的对手思维状态模型.当前对手模型的研究偏重于对单一行为结果的推断,不能充分表示并发多意图及其关系,也不利于实时地的为决策提供支持提出的基于BDI建立通用对手Agent模型的算法改进了AnandS.Rao和Milind Tambe等人有代表性的研究成果.

基于BDI Agent的网格服务模型研究

随着网格技术应用的不断深入,对网格服务应用过程中的自治性、智能性等提出了较高要求。为了有效解决网格服务过程中的自治性问题,在对网格服务及智能Agent的BD I模型进行研究的基础上,提出了一种基于BD IAgent的网格服务模型。分析了模型中各模块的组成及功能,基于Agent的智能性、自治性和社会性等特点,讨论了Agent在网格服务请求处理过程中的作用。同时,利用本体语义进行网格服务的匹配,从网格服务的基本概念和整体服务能力上对匹配过程进行了说明。该模型提高了网格服务发现的准确率,同时也增强了系统的可维护性、灵活性和扩展性以及网格服务管理的自治性和容错性。最后,进一步明确了该模型的未来研究方向。

BDI Agent解释器的研究和改进

现有的“信念 -愿望 -意向 (BDI)”Agent系统将它的 3个主要心智状态 (信念、愿望、意向 )作为数据结构而不是模态算子来使用 ,导致信念 -愿望 -意向 Agent的研究在理论和实践之间存在较大的差距 .该文深入研究了过程推理系统 (precedure reasoning system,简称 PRS)和扩展的多 Agent推理系统 (developed multi- agentreasoning system,简称 d MARs) ,针对 d MARs系统的解释器 ,提出了一种改进的编程语言 Agent BDI,结合一个典型的分布式人工智能的例子 ,对它的语法和语义进行了描述 ,并给出了一个改进的 BDI Agent的解释器 ,使 BDI Agent能用一种类似于逻辑程序设计的方式编程实现 .

TriBDI Agent应用框架的研究和实现

借鉴面向对象开发工具中的应用程序框架的思想，提出了一种Ａｇｅｎｔ的应用框架──ＴｒｉＢＭＩ，该框架为三层体系结构，通过 Ａｇｅｎｔ的 ＢＤＩ模型来表示 Ａｇｅｎｔ的心智状态．该框架已在ＡＩＤＥ（Ａｇｅｎｔ Ｉｎｔｅｇｒａｔｅｄ Ｄｅｖｅｌｏｐｉｎｇ Ｅｎ－ｖｉｒｏｎｍｅｎｔ）Ａｇｅｎｔ集成开发平台中予以实现，并对如何使用该应用框架构建Ａｇｅｎｔ系统提出了初步的设计规范．

基于BDI的Agent合同网实现

合同网是一个用于分布式问题求解的高层通信协议 .本文给出了一个扩充的合同网协议的会话策略和一个BDI精神状态形成模型 ,并在此基础上将 BDI模型用于合同网协议 ,给出了实现合同网协议的一系列 BDI行为驱动规则 .本文在合同网协议的招投标过程中引入了信任度、稳健度和积极程度等精神状态参数 ,这类参数有助于改善协作质量 。

一种BDI Agent的多线程实现方法

Agent BDI结构的实现是多Agent系统开发中的难点之一。本文研究了理性BDI模型,提出并实现了一种AGENTFRAME结构,其中明确表示了Agent的信念、愿望和意图,以该结构为模板所生成的Agent能够长期持续地自主运行,完成推理和协作等多种智能行为。

一种BDI模型的实现框架

多Agent系统的设计首先要考虑的问题是 Agent自身如何构造。首先总结了构造 Agent的常用方法,阐述了目前BDI模型在基于Internet的多Agent系统应用的现状,介绍了Agent的多平面状态机模型和实现框架,并详细分析了其特点。

基于BDI的多Agent交互

给出了一个以多Ａｇｅｎｔ交互为基本出发点的ＢＤＩ描述语言ＭＡＬ，对ＭＡＬ反映的ＢＤＩ的概念、ＢＤＩ间的关系以及多Ａｇｅｎｔ群体的社会承诺和联合意图进行了解释，说明了ＢＤＩ在多Ａｇｅｎｔ交互过程中所起的作用．与Ｃｏｈｅｎ 和Ｌｅｖｅｓｑｕｅ，Ｒａｏ 和Ｇｅｏｒｇｅｆｆ以及Ｈａｄｄａｄｉ等人的工作相比，ＭＡＬ同时支持Ａｇｅｎｔ个体和多Ａｇｅｎｔ群体的ＢＤＩ描述，克服了对ＢＤＩ概念的反直观解释，给出了符合哲学含义的关于社会承诺和联合意图的形式定义，从而更有效地支持多Ａｇｅｎｔ的交互．

一种并发的BDI-Agent模型

在区分宏观时间和微观时间的基础上,建立了分支时间结构的并发BDI-Agent模型,在微观时间上以交叠方式描述了宏观时间中的并行性.Agent的思维状态是建立在宏观时间上的,并发动作语义由相应的微观时间结构给出.为基于并发的多Agent合作和竞争提供了合适的逻辑基础,推进了Rao&Georgeff,Singh和Werner等人有关Agent模型方面的工作.

基于BDIAgent的Web搜索引擎的研究

Agent技术是解决复杂、动态、分布式智能应用问题的关键技术.文中介绍了一种基于Agent的搜索引擎的总体结构及其主要技术,它能理解用户的意图,理解用户提交的查询说明的语义,克服了现有搜索方法与语义无关的缺点,从而提高了查全率和查准率.

用BDI-GS体系评价食用植物油的营养健康效应

通过玉米低营养饲料喂养小鼠模型及已建立的食品BDI-GS新评价系统,对常见食用植物油(天然大豆油、调和油、葵花籽油及橄榄油)进行营养健康效应的评价。以玉米空白饲料喂养小鼠为对照,对比评价4种食用植物油的营养健康效应。测定计算实验小鼠9项脏器质量、脏器系数及其损益指数(BDI)、累计积分(GS)(包括质量BDI累计积分(GS W)及系数BDI累计积分(GS I))等指标,并测定血清生化指标。结果显示:橄榄油的综合GS W及GS I值是4种食用植物油中最高的,分别为11.10和10.45;其次是葵花籽油,分别为9.73和10.04;天然大豆油与调和油综合GS W及GS I均较低。研究表明:橄榄油的综合营养健康效应最佳,与现代营养学的认知完全吻合;其次是葵花籽油也具有良好的营养健康效应;天然大豆油与调和油综合营养健康效应相对较差,但具有良好的降血脂效应。

谣言传播中PA-BDI个体模型的研究

谣言传播中个体模型的研究,主要从个体的主体思维过程出发,采用BDI模型进行建模研究,谣言传播网络中的个体角色完全对等。但是在实际的谣言传播网络中,由于政府部门等公共个体的行为对普通个体的行为具有很大的影响,所以谣言传播中个体的角色并不完全对等。在公共权威(Public Authority,PA)对个体影响的基础上,把公共权威引入BDI,提出基于公共权威的PA-BDI模型,进行不对等谣言传播网络中个体模型的研究。

基于BDI的测试用例生成Agent模型

在某些软件测试过程中,是由人工设计黑盒测试中的测试用例,这种方法人工重复劳动多、测试效率低。基于Agent理论中的BDI Agent的思想,给出了黑盒测试中自动生成测试用例的一个Agent模型,提出了一个使用该模型生成测试用例的算法。该模型能够依据黑盒测试中测试用例生成的基本原则和待测功能模块的功能说明,自动设计出相应的测试用例。使用该模型和算法生成了一个登录窗口的测试用例,解决了传统黑盒测试中的不足,具有重要的理论和实际意义。

避免逻辑全知的BDI语义

BDI(belief, desire, intention)是基于Agent计算的理论模型,BDI语义关系着Agent计算的发展.通过把相信划分为主观相信和客观相信,把可能世界理解为认知的不同阶段,给出具有进化特征的BDI语义.该语义既能描述Agent,又避免了逻辑全知问题.

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。

基于BDI-Agent模型的网民集群行为建模研究

面向网络舆情演变过程中网民集群行为的政府应急响应需求,文章基于"信念—愿望—意图"模型(Belief-Desire-Intention,BDI)和网民集群行为理论,设计网民集群的BDI-Agent行为推理模型,用信念、愿望和意图描述和推理网民的集群行为决策。考虑不同类型的网民信念、愿望的差异以及网民集群行为影响因素,本文把参与集群的网民分为4类:"独立型—初始接受""独立型—初始拒绝""交互型—初始接受"和"交互型—初始拒绝",并结合信息源、群体压力和个体预期三个影响因素进行建模。在此基础上,结合突发事件案例进行仿真实验,并和案例中网民集群行为真实舆情数据进行对比验证,并应用多元方差分析了不同类型突发事件主题对网民集群行为的影响。最后,本文研究了不同政府调节措施对网民集群的调节作用,为突发事件应急响应决策提供参考。