Agent通信的一个语义表示

通信受agent思维状态的驱动，是agent信息交换的过程，通信使agent感知环境、增强行为能力，是社会性的体现，也是协作和协商的重要手段，以BDI思维为基础，给出了通用的agnet通信语言KQML的一种语义描述，可解决其语义的模糊性，并可避免通信导致的思维状态内部矛盾问题，还讨论了通信与BDI转化的关系，并将其运用于动态、开放的协商过程中，改进了Finin和Cohen等人的工作。     

多agent系统的一种交互策略模型

在多agent系统(MAS)中,通信交互是agent实现协作的主要途径.文章从语义层的角度对agent间通信交互过程进行分析,将agent的思维状态BDI(belief,desire,intention)模型引入通信交互过程,提出一种交互策略模型,支持在基本交互行为之上的多种类型的协商交互,以解决agent间的信知、行动等方面的冲突.与以往的研究中的辩论协商等方法相比,该策略模型可以实现基于场景的灵活交互,更具实用性.     

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,并对言语行为进行了逻辑分类和解释.     

基于可分解MDP模型的MAS协作策略优化及分布执行

不确定环境下MAS生成协作策略的复杂度关系到协作任务能否成功实现.为降低马尔可夫决策模型生成MAS协作策略的复杂度,减少协作通信量,改进了可分解MDP模型生成策略树的方法.利用Bayesian网络中agent状态之间存在的条件独立性与上下文独立性,分解并优化SPI算法生成的策略树,使得MAS中处于独立状态的agent可以分布独立运行,只有在需要同其他agent协商时才进行通信.通信时采用端对端的方式,agent不仅知道协商内容、协商时机,而且知道协作的目标.实验表明,采用该协作策略MAS在完成协作任务获得目标奖励的同时可以有效降低通信量.     

AODE中的多agent协商与学习

AODE是我们研制的一个面向agent的智能系统开发环境,本文以AODE为平台研究了多agent环境下的协商与学习本文利用协商-协商过程-协商线程的概念建立了多边-多问题协商模型MMN,该协商模型支持多agent环境中的多种协商形式及agent在协商过程中的学习,系统中的学习agent采用状态概率聚类空间上的多agent强化学习算法.该算法通过使用状态聚类方法减少Q值表存储所需空间,降低了经典Q-学习算法由于使用Q值表导致的对系统计算资源的要求,且该算法仍然可以保证收敛到最优解.     

基于自我意识的agent通信语言包容性研究

针对主流agent通信语言在描述通信内容及其语义时存在一定的局限性问题,提出了基于自我意识的agent通信语言(ACLBSC)并对其包容性进行研究。首先,研究了基于自我意识的agent结构及其含义,证明基于自我意识的agent通信语言能理解其结构与含义并将其转换为通信内容;其次,分析了主流agent通信语言的语用词及其语义,研究了用基于自我意识的agent通信语言对主流agent通信语言的包容;最后通过具体通信实例对比了不同通信语言的包容性。结果表明基于自我意识的agent通信语言不仅能够很好地包容主流agent通信语言,还能模拟人类的通信模式,方便agent之间对通信内容的理解。     

Agent主动目标的形式化模型

在agent结构中,主动目标是一个功能上自含且有自己独立控制流的实体.给出了主动目标相关的语法定义以及主动目标运行的操作语义,而且主动目标驱动下的BDI agent结构也被形式化地定义出来.区别于以往的一些BDI agent结构,目标不是隐含地表示而是作为实体显式地表示在agent结构中,使agent结构很自然地支持并行的目标,这被认为是agent理性行为的一个重要方面.此外,对目标的显式定义也为agent在动态的环境中对承诺的重新考虑带来了方便.     

多Agent多问题协商模型

在多agent环境中,协商是多agent系统能够成功运转的关键.根据参与协商agent的数目和协商问题的数目,多agent环境中的协商可以分为双边-单问题协商、双边-多问题协商、多边-单问题协商、多边-多问题协商.前3种协商是多边-多问题协商在不同维上的简化.利用协商-协商过程-协商线程的概念建立了一个多边-多问题协商模型MMN(multi-agent multi-issue negotiation).该模型通过提供一个灵活的协商协议支持多agent环境中的不同协商形式,并且支持agent在协商过程中的学习.     

一种多agent系统框架与协商机制研究*

从基于动态、异构网络上快速构建稳健的多agent系统出发,设计了多agent远程过程调用通信模型,定义了三种基本类型的agent,对KQML消息规范进行扩展,增加了对消息生存周期的控制,设计了双缓存消息推送器以实现agent消息的主动推送,并在WCF的基础上实现了该通信框架。针对同目标多agent协作系统提出了基于开销均衡的agent系统交互协商策略,通过实例证明相对于独立运行和基于正交互协商策略的agent系统,本协商策略可有效降低系统总开销,并可使运行负载更为均衡。     

基于多议题协商的贝叶斯学习

随着Internet的日益完善和电子商务的普及,如何快速、高效地进行agent协商学习是必须面对和解决的一个重要问题。文中从买方agent的观点出发,在协商过程中采用贝叶斯学习机制进行在线更新对方agent的信念,从而缩短了协商时间,提高了协商效率,并实验说明了其可行性。     

社会Agent的BDO模型

目前MAS中思维状态的研究趋势是在个体模型中加入社会思维属性,研究社会承诺、依赖、联合意图的推理关系。在BDI模型中,以意图为中心的观点不描述社会Agent。该文分析了以竭力为中心的Agent思维状态研究存在的问题,提出MAS的分层模型,并提出以信念、愿望和义务作为基本思维属性（简称BDO）来描述Agent的思维状态和社会属性,给出了BDO逻辑和语义模型,考虑了奖励、惩罚、承诺和承诺解除问题,并对队、组织、组织意图等现象给出了描述。该文力图更自然地描述社会性Agent的思维状态和群体概念,是对Rao和Georgeff提出的BDI模型的改进。最后通过一个例子说明了BDO的表达能力。进一步的工作包括建立更为完善的语义模型、结合各个思维属性的动态修正语义给出BDO Agent的动态模型以及给出基于BDO逻辑框架的Agent／MAS实现结构。     

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,从而使系统具有较好的适应性和灵活性。     

基于Agent分布交互式仿真中数据通信可靠性研究

在视景仿真领域中,基于Agent的分布式仿真系统是重要的研究和应用方向,具有广阔的应用前景。如何实现各个Agent之间的数据通信和数据过滤是分布式仿真中的重要问题。现有的Agent信机制在如何解决多个Agent之间通信的可靠性和同步性上存在一定的不足。该文在详细分析基于消息的通信机制的基础上提出一种新型的主动通信机制,该机制有效的解决了分布式仿真系统中Agent之间的可靠通信问题,最后从理论上给出了该通信机制的可靠性分析及验证。     

以太网络并行科学计算中通信损耗的定量描述

大型科学计算中常采用并行算法［１,２］,负载平衡是并行计算中的一个很重要的方面 １３,４１。在平衡负载的过程中需要用到通信损耗来描述网络并行计算的速度。该文探讨分析了影响通信损耗的各种因素,提出了一种新的以太网环境中的通信损耗的定量描述方法;阐述了并行科学计算在进行中通信损耗的实际获得过程。实验结果表明,该通信损耗的表示形式在实际应用中是正确可靠的。     

Using communication to reduce locality in distributed multiagent learning

Abstract. This paper attempts to bridge the fields of machine learning, robotics, and distributed AI. It discusses the use of communication in reducing the undesirable effects of locality in fully distributed multi-agent systems with multiple agents robots learning in parallel while interacting with each other. Two key problems, hidden state and credit assignment, are addressed by applying local undirected broadcast communication in a dual role: as sensing and as reinforcement. The methodology is demonstrated on two multi-robot learning experiments. The first describes learning a tightly-coupled coordination task with two robots, the second a loosely-coupled task with four robots learning social rules. Communication is used to (1) share sensory data to overcome hidden state and (2) share reinforcement to overcome the credit assignment problem between the agents and bridge the gap between local individual and global group pay-off.     

Decentralised event-triggered cooperative control with limited communication

This note studies event-triggered control of Multi-Agent Systems (MAS) with first-order integrator dynamics. It extends previous work on event-triggered consensus by considering limited communication capabilities through strict peer-to-peer non-continuous information exchange. The approach provides both a decentralised control law and a decentralised communication policy. Communication events require no global information and are based only on local state errors; agents do not require a global sampling period or synchronous broadcasting as in sampled-data approaches. The proposed decentralised event-triggered control technique guarantees that the inter-event times for each agent are strictly positive. Finally, the ideas in this note are used to consider the practical scenario where agents are able to exchange only quantised measurements of their states.     

Deduction Systems for BDI Logics with Mental State Consistency

BDI Logics, introduced by Rao et al., have been used as the theoretical basis of specification and implementation of rational agents. The aim of our research is to make full use of the expressive power of BDI Logics as executable specification languages of rational agents. To this end, we previously presented deduction systems for CTL-based propositional BDI Logics using sequent calculus. Since these systems have a decision algorithm that is extended from Wang's algorithm, they are suitable for applications such as automatic proving. However, they do not incorporate mental state consistency features, which are important for dealing with rational agents. In this paper, we extend our deduction systems by introducing mental state consistency features and explain their soundness and completeness. This approach allows us to check and prove the specifications and properties described by BDI Logics for rational agents.     

一种结合环境状态的Agent语义模型

在Agent模型的研究中，大部分工作集中在基于Agent的思维状态（BDI）的模型，没有考虑外部环境的影响，或者仅仅将外部环境和内部思维状态笼统混在一起进行分析，没有考虑到它们之间的内在联系，将Agent的BDI思维属性模型与外部环境状态相结合，给出了在部分可观察环境下，结合外部环境状态的MAS语言语法，语义模型，考虑了Agent的可见算子，观察算子和信念算子之间的关系，并通过机器人足球赛的例子，对该语义系统加以具体描述，这些研究推广了Kaelbling,Wooldridge等人的工作。     

An infrastructure to support cooperation of knowledge-level agents on the semantic Grid

Can a Knowledge-Level layer be located in the Semantic Grid infrastructure? Is it possible to design an Agent Communication Language (ACL) which enables Knowledge-Level agents to cooperate in a geographically distributed Semantic Grid despite nodes’ failures or malfunctions? This paper tries to address the above Semantic Grid challenges presenting an agent-based Open Service Architecture which integrates geographically distributed agents in a Semantic Grid. The architecture is well integrated with standard Internet components and technologies and supports communication among Knowledge-Level agents. The role of agents is to retrieve, execute and compose available services providing more sophisticated instances of them. Inter-agent communication is realized by exploiting an advanced Agent Communication Language which supports a fault-tolerant anonymous interaction protocol and satisfies a set of well defined Knowledge-Level programming requirements. Here, we present the design of the architecture and of the Agent Communication Language as well as their implementation. The architecture is evaluated by means of several case studies which highlight the main feature of our proposal. The main advantage of our approach is to demonstrate that different issues, such as high level inter-agent communication and fault tolerance, can be successfully integrated in Grid infrastructures which provide Web Services maintaining a clean design of the architecture and a Knowledge-Level characterization.