一种带概率与效用算子的Agent形式化模型

形式化方法描述Agent时需要考虑信念的不确定性与决策的效用性要素.在经典Agent的BDI形式化模型基础上,定义了Agent形式化语言,引入概率算子与效用算子,提出了Agent形式化模型,在此模型中利用概率算子与效用算子对Agent的信念、愿望、意图与规划等意识属性进行了定义.该模型能满足Agent对逻辑理性、信念的不确定性与决策理性的要求.     

一种基于规则推理的BDI模型实现

1 引言对于Agent来说,控制它的行为和内部状态的是它的思维状态,因此研究Agent的思维状态模型对当前Agent的理论和实践都有极其重要的影响,其中应用最为广泛的当推BDI模型。BDI模型源于Bratman哲学分析的“意图中心论”,从作为思维状态研究方法论基础的“意识立场”出发,试图借鉴人类思维属性的概念来解释复杂系统的行为。一般我们把信念、愿望和意图当作基本的思维属性(BDI)。在现有的BDI的研究中,较多的是侧重于Agent模型的研究,Cohen和Levesque基于正规模态逻辑的可能世界模型,系统地讨论了理性平衡,行为意图的形式表达和演化规则。他们的工作是     

一种理性Agent的BDI模型

该文通过引入假设信念,解释愿望和意图在Agent思维状态的认知方面的含义,进而定义愿望和意图,并引入规划,建立理性Agent的动态BDI模型.与Cohen和Levesque,Rao和Georgeff,Konolige和Pollack等人的工作相比,克服了对信念、愿望和意图的反直观解释问题,解决了关于愿望和意图的无为而治和副作用问题,强调了愿望的激发与维护作用,表达了信念、愿望和意图三者间的动态约束与激发关系.     

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Anand S.Rao和Milind Tambe等人有代表性的研究成果.     

Agent思维状态模型

文章综述了20世纪90年代以来多Agent系统中Agent思维状态模型的研究结果.从直观分析、形式化模型、结构模型、合作研究和应用方面来介绍Bratman的哲学观点、Cohen和Levesque的意图模型、Rao和Georgeff的BDI模型等重要成果,最后介绍了正在开展的工作.     

一种基于信念-期望-意图和效用的社会承诺机制

在多智能体系统中,为完成问题求解智能体之间需建立起社会承诺.文章将信念-期望-意图和效用理论结合起来,提出了一种社会承诺机制,保证了智能体行为的逻辑理性和决策理性.该文的工作将Rao&Georgeff的信念-期望-意图理论和S.Kraus的激励承包思想有机地结合起来,改进了Haddadi的社会承诺机制,为Castelfranchi的社会承诺提供了实现支持.     

理性Agent的意图维护模型

在理性Agent的形式化中,通常认为Agent的思维状态包含信念、愿望帮意图这3个属性,它们之间的静态关系已被人们充分重视,但它们随时间的动态变化还未被很好研究,考察了意图维护直观语义中的一些问题,给出了随信念、愿望改变的意图维护的动态模型,与Rao和Georgeff的意图维护模型相比,适用性更广、更简单,不必限制可友爱世界的时序结构,不必另外引入信念=愿望、意图算子的on ly模态形式,并且对愿望和意图不存在逻辑全知问题和重言隐含下的副作用等问题。     

Agent组织研究进展

Agent理论和技术的研究自20世纪70年代末出现以来发展很快,研究工作从个体Agent模型和思维状态理论扩展到群体Agent合作求解,取得了一系列进展.近年来,Agent组织的研究越来越引起重视,作为多Agent系统(MAS)的一种求解结构,基于Agent组织的问题求解可以有效地降低求解难度和Agent之间的交互复杂性.综述了Agent组织近年的研究进展,介绍了Agent组织模型、MAS思维状态模型、规范化MAS和Agent联盟等方面的研究成果,并指出了今后的研究方向.     

个性化Agenl研究

1 概述 Agent技术是目前人工智能和软件工程的重要研究方面,已得到了广泛应用。行为理性是Agent理论研究的核心问题,BDI逻辑和对策论为逻辑和效用理性的研究提供了较好的工具,但是片面追求最大效用和符合逻辑推论将忽略Agent的多样性,会导致单一个性的Agent。随着可信和社会Agent的研究,Rizzo认为当Agent赋予个性不同的行为、态度和情感时,用户认为Agent是可信的(believable),Castel-franchi认为应该从Agent的不同个性组合来理解社会Agent的合作行为,以赋予行为理性新的含义,即行为理性指Agent的行为是符合个性的。     

基于动态描述逻辑的主体模型

在动态描述逻辑的基础上，提出了一种智能主体的心智状态模型．它充分利用了动态描述逻辑统一的形式化框架，同时从静态的知识表示与推理和动态的运行与变化两个方面来刻画主体的心智状态．探讨了主体信念、行为能力、目标和规划等心智要素的表示、推理与修改等基本问题．该主体模型将理论和实践有机地结合起来，表达能力强，能够充分体现智能主体的本质特征与运行机制，为智能主体的设计与编程奠定了很好的基础．     

Agent的意图模型

意图是Agent的一个不可缺少的意识属性,在决定理性Agent的行为时起着重要的作用.已经有了若干种基于正规模态逻辑的意图模型,但它们存在着严重的“逻辑全知”问题.该文阐明意图不是正规模态算子,并提出了另一种意图模型,它不存在“逻辑全知”问题和其他相关问题(例如,副作用问题等).这种意图模型与Konolige和Pollack的意图模型相比,比较简单、自然,且满足K公理和联合一致性原理,实际上,为非正规模态算子基于正规可能世界的语义表示提供了一种新的方法.     

Agent逻辑和真假子集语义

理性Agent规约的形式框架通常基于信念、愿望和意图逻辑.为了克服现有的信念、愿望和意图逻辑中存在的问题,为非正规模态算子提供一种合适的语义表示.讨论了理性Agent性态的抽象规约中对语义表示的要求以及现有的信念、愿望和意图逻辑中存在的问题.介绍了作者开发的真假子集语义及其在Agent形式化中的应用.他们的框架使意图的有问题的性质无效.并且证明通过对模型的代数结构施加一定的约束,能获得许多希望的性质.最后对真假子集语义进行了分析.这一切表明真假子集语义为非正规模态算子提供了一种合适的语义表示,是对经典的正规模态算子可能世界语义的一个重要发展,是理性Agent性态的逻辑规约的有力工具,可应用于建立新的合适的Agent逻辑系统.     

Introspective and elaborative processes in rational agents

This paper explores the design of rational agent architectures from the perspective of the dynamics of information change. The procedural elements that guide an agent's behavior and that reflect the evolution of pro-attitudes (for example, from desire to intention to plan) are described in terms of McCarthy's notion of a reified mental action. The function of each module of an agent architecture is exactly specified by identifying processes with each module and then describing the effects of those processes or mental actions (such as updating beliefs, elaborating plans, deliberating, reconsidering, revising intentions, filtering intentions, and monitoring) in the same way as one would describe the effects of physical actions. A new semantics for intention is presented that is both dynamic and causal in the sense that it is given in terms of the relation of an intention to both previous and subsequent mental states as well as to the choice of physical action. Desires are given a syntactic analysis while the pro-attitude of intentions-that, which has been proposed in the SharedPlans framework of Grosz and Kraus, is axiomatized in terms of an evolving commitment to certain deliberative, mental actions that evolve as a function of knowledge of the state of the joint activity. This revised version was published online in June 2006 with corrections to the Cover Date.     

AUV心智逻辑*

为了表示和处理AUV（Autonomous Underwater Vehicle,自治水下机器人）的心智状态及心智活动,对Rao和Georgeff的BDI逻辑进行了拓展,定义了一种含模态词（信念、目标、能力、意图、上一次、下一次、曾经、将会、总有、总会）的一阶模态时态混合逻辑系统——AML（AUV心智逻辑）;基于Kripke可能世界语义模型给出了AML语义,构造了AML公理系统及演绎规则,并证明了AML的可靠性与完备性。AML为建造AUV心智模型提供了有力的表示和处理工具,弥补了Agent理论在机器人应用     

BDI模型信念特性研究

Agent计算的典型模型是BDI(belief，desire，intention)，信念是Agent计算的重要属性．把信念拓展为知识性信念和可实现信念．Agent的知识性信念是指Agent当前具有或掌握的知识，具有知识的进化和继承特性．Agent的可实现信念是指当前不成立而在将来会成立的事情，是Agent被意识到的个性倾向和目标．用非标准世界的模态逻辑为形式化工具描述两种信念，将可能世界的可达关系作为认识的不同阶段和达到可实现信念的不同阶段，避免了“逻辑全知问题”和逻辑蕴涵的副作用问题．可实现信念满足KD公理，知识性信念满足KDT4公理．两种信念适合描述Agent的意识状态和意识模型．     

Agent在多Agent系统中计算的意愿理论*

提出了Agent在多Agent系统中计算的意愿理论,以支持Agent计算的理论研究.区分了两种意愿：实现型意愿和维护型意愿.基于多Agent系统计算的逻辑框架,给出了两种意愿新的语义定义,获取和描述了它们的一些重要逻辑属性.     

强弱例外下的交互时态逻辑

非单调推理是众多人工智能应用系统都可能面对的问题,多Agent系统也不例外。在前期关于Agent BDI逻辑、多Agent合作逻辑、多Agent合作问题求解过程建模等研究工作的基础上,借鉴Baral等人开发非单调线性时态逻辑N-LTL的技术,利用强弱例外对多Agent合作逻辑的开创性工作交互时态逻辑(ATL)进行拓展,建立非单调交互时态逻辑NATL,给出其语法和语义。是对ATL进行非单调拓展的首次有益尝试。可以考虑以之为理论工具对多Agent思维状态及其动态修正机制进行妥善刻画。