基于黑板的多Agent智能決策支持系統的Agent實(shí)現

2 基于黑板的多Agent智能決策支持系統
在基于黑板的多Agent智能決策支持系統中，每種決策任務(wù)或功能是由獨立的Agent完成，各種Agent通過(guò)相應標準從各自角度分析問(wèn)題，每個(gè)Agent能力、意志和信念的不同，使它們具有問(wèn)題求解領(lǐng)域的知識以及問(wèn)題求解的技能也不同。不同的Agent從自身角度審視決策問(wèn)題獨立完成子任務(wù)，然后通過(guò)黑板協(xié)同合作實(shí)現共同目標。由于A(yíng)gent的自治性和實(shí)體化，可以隨時(shí)加入或離開(kāi)一個(gè)問(wèn)題求解系統，使得決策者方便地參與到?jīng)Q策過(guò)程中，從而保證系統的靈活性。這里所構建的系統結構為交互層、智能決策層和資源層的3層體系結構，如圖1所示。其中智能界面Agent和決策用戶(hù)組成交互層；黑板、功能Agent和決策Agent組成智能決策層；模型庫及模型庫管理系統、知識庫及知識庫管理系統、方法庫及方法庫管理系統及數據倉庫和多庫協(xié)同器組成資源層。
2．1 智能界面Agent
智能界面Agent是基于A(yíng)gent的智能決策支持系統體系結構中與決策者聯(lián)系的部件，能夠獨立持續運行。系統通過(guò)它和決策者通信，或利用學(xué)習用戶(hù)的目標、愛(ài)好、習慣、經(jīng)驗、行為等，使用戶(hù)高效地完成任務(wù)。智能界面A―gent代替傳統的人機交互界面，強調Agent的自主性和學(xué)習性，可以主動(dòng)探測環(huán)境變化，在與用戶(hù)交互共同作用的決策中，通過(guò)不斷學(xué)習，獲得用戶(hù)某些特征知識，從而在決策過(guò)程中根據感知到的用戶(hù)行為方式提供合適的用戶(hù)界面，自主地做出與用戶(hù)意志相符合的策略。智能界面Agent的全局知識中主要包括：?jiǎn)?wèn)題領(lǐng)域知識、用戶(hù)模型或用戶(hù)知識、自身知識、其他Agent能力知識。它采用發(fā)現和模擬用戶(hù)學(xué)習知識，獲得用戶(hù)的正向和反向反饋學(xué)習知識．用戶(hù)的指導獲得知識，通過(guò)與其他Agent的通訊獲取知識等。

2．2 功能Agent
功能Agent監督黑板數據平面變化，匹配各決策A―gent的激活條件和黑板各平面信息，將黑板上的信息發(fā)給相應的決策Agent。功能Agent利用系統的消息、隊列機制發(fā)送黑板上的信息，并且負責報告系統運行情況，向用戶(hù)報告任務(wù)完成情況，并提供解釋和查詢(xún)。其內部有一個(gè)各決策Agent讀黑板的激活條件表，當黑板各層信息變化時(shí)，則檢查與該層信息變化有關(guān)的激活條件表，如果匹配，則進(jìn)一步分析，決定是直接激活相應的決策Agent讀取黑板信息完成相應的任務(wù)或者是做其他操作，例如提供報告和解釋等。同時(shí)還隨時(shí)提供系統執行情況的查詢(xún)。它實(shí)際上就是一個(gè)可以對黑板上信息、變化進(jìn)行感知的反應型Agent，每當黑板上信息改變時(shí)觸發(fā)它的檢查黑板各數據平面動(dòng)作。
2．3 決策Agent
決策Agent在某個(gè)特定領(lǐng)域有解決問(wèn)題的知識和技能。把每一種決策方法設計為一個(gè)決策Agent，多個(gè)決策Agent在功能Agent的控制和監督下，通過(guò)相互間的協(xié)調和合作，能夠解決復雜決策問(wèn)題。這類(lèi)Agent是可擴展的，隨著(zhù)決策理論的發(fā)展和智能化決策方法的進(jìn)步，可以開(kāi)發(fā)更多的決策Agent。決策Agent沒(méi)有關(guān)于外部環(huán)境的模型，沒(méi)有關(guān)于其他Agent的知識，但仍然有與其他Agent交互的能力。

3 Agent的實(shí)現技術(shù)
3．1 Agent的抽象結構
Agent行為包含：感知、認知、行為3個(gè)階段。首先感知外部環(huán)境信息，然后由認知處理部分根據自身狀態(tài)，通過(guò)制定相應的決策方案，根據決策方案從多種決策方法中選擇并執行合適的方法，從而表現出主動(dòng)的智能行為。在認知處理中，還需要進(jìn)行規劃及學(xué)習等過(guò)程，從而不斷學(xué)習新的知識，使Agent智能不斷提高。行為輸出部分通過(guò)Agent行為對外界環(huán)境施加影響。以下對Agent進(jìn)行形式的抽象描述：
首先假設環(huán)境是任何離散的瞬時(shí)狀態(tài)的有限集合E：E={e，e’…}，Agent有一個(gè)可執行動(dòng)作的清單，可改變環(huán)境狀態(tài)Ac={a，a’…}為(有限的)動(dòng)作集合。
環(huán)境從某個(gè)狀態(tài)開(kāi)始，Agent選擇一個(gè)動(dòng)作作用于該狀態(tài)。動(dòng)作結果是環(huán)境可能到達的某些狀態(tài)。然而，只有一個(gè)狀態(tài)可以真正實(shí)現，當然，Agent事先并不知道哪個(gè)狀態(tài)會(huì )實(shí)現。在第二個(gè)狀態(tài)的基礎上，Agent繼續選擇一個(gè)動(dòng)作執行，環(huán)境到達可能狀態(tài)集中的一個(gè)狀態(tài)。然后，Agent再選擇另一個(gè)動(dòng)作，如此繼續下去。
Agent在環(huán)境中一次執行r是環(huán)境狀態(tài)e與動(dòng)作a交替的一個(gè)序列。假設：R是所有可能的(和上的)有限序列集合：RAC是以動(dòng)作結束的序列所組成的R子集；RE是以狀態(tài)結束的序列所組成的R子集；用r，r’…代表R的成員。
為了表示Agent的動(dòng)作作用于環(huán)境的效果，引入狀態(tài)轉移函數τ：RAC→RE。狀態(tài)轉移函數建立一個(gè)執行(假設以Agent的動(dòng)作作為結束)與可能的環(huán)境狀態(tài)集合之間的映射，這些環(huán)境狀態(tài)是動(dòng)作執行的結果。